À propos de ce cours
40,484 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau avancé

Approx. 18 heures pour terminer

Recommandé : 6 hours/week...

Anglais

Sous-titres : Anglais
Les étudiants prenant part à ce Course sont
  • Machine Learning Engineers
  • Data Scientists
  • Researchers
  • Research Assistants
  • Software Engineers

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau avancé

Approx. 18 heures pour terminer

Recommandé : 6 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

Welcome to Course 4: Motion Planning for Self-Driving Cars

4 vidéos (Total 18 min), 3 lectures
4 vidéos
Welcome to the Course3 min
Meet the Instructor, Steven Waslander5 min
Meet the Instructor, Jonathan Kelly2 min
3 lectures
Course Readings10 min
How to Use Discussion Forums15 min
How to Use Supplementary Readings in This Course15 min
2 heures pour terminer

Module 1: The Planning Problem

4 vidéos (Total 54 min), 1 lecture, 1 quiz
4 vidéos
Lesson 2: Motion Planning Constraints13 min
Lesson 3: Objective Functions for Autonomous Driving9 min
Lesson 4: Hierarchical Motion Planning17 min
1 lecture
Module 1 Supplementary Reading10 min
1 exercice pour s'entraîner
Module 1 Graded Quiz50 min
Semaine
2
6 heures pour terminer

Module 2: Mapping for Planning

5 vidéos (Total 50 min), 1 lecture, 1 quiz
5 vidéos
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 1)9 min
Lesson 2: Populating Occupancy Grids from LIDAR Scan Data (Part 2)9 min
Lesson 3: Occupancy Grid Updates for Self-Driving Cars9 min
Lesson 4: High Definition Road Maps11 min
1 lecture
Module 2 Supplementary Reading1 h
Semaine
3
4 heures pour terminer

Module 3: Mission Planning in Driving Environments

3 vidéos (Total 35 min), 1 lecture, 1 quiz
3 vidéos
Lesson 2: Dijkstra's Shortest Path Search10 min
Lesson 3: A* Shortest Path Search13 min
1 lecture
Module 3 Supplementary Reading1 h
1 exercice pour s'entraîner
Module 3 Graded Quiz50 min
Semaine
4
2 heures pour terminer

Module 4: Dynamic Object Interactions

3 vidéos (Total 36 min), 1 lecture, 1 quiz
3 vidéos
Lesson 2: Map-Aware Motion Prediction11 min
Lesson 3: Time to Collision12 min
1 lecture
Module 4 Supplementary Reading1 h
1 exercice pour s'entraîner
Module 4 Graded Quiz50 min
4.7
9 avisChevron Right

Principaux examens pour Motion Planning for Self-Driving Cars

par IKSep 14th 2019

I think it is one of the best courses for learning the motion planning algorithms for Autonomous driving. The concepts are well explained with lots of examples.

Enseignants

Avatar

Steven Waslander

Associate Professor
Aerospace Studies
Avatar

Jonathan Kelly

Assistant Professor
Aerospace Studies

À propos de Université de Toronto

Established in 1827, the University of Toronto is one of the world’s leading universities, renowned for its excellence in teaching, research, innovation and entrepreneurship, as well as its impact on economic prosperity and social well-being around the globe. ...

À propos du Spécialisation Voiture autonome

Be at the forefront of the autonomous driving industry. With market researchers predicting a $42-billion market and more than 20 million self-driving cars on the road by 2025, the next big job boom is right around the corner. This Specialization gives you a comprehensive understanding of state-of-the-art engineering practices used in the self-driving car industry. You'll get to interact with real data sets from an autonomous vehicle (AV)―all through hands-on projects using the open source simulator CARLA. Throughout your courses, you’ll hear from industry experts who work at companies like Oxbotica and Zoox as they share insights about autonomous technology and how that is powering job growth within the field. You’ll learn from a highly realistic driving environment that features 3D pedestrian modelling and environmental conditions. When you complete the Specialization successfully, you’ll be able to build your own self-driving software stack and be ready to apply for jobs in the autonomous vehicle industry. It is recommended that you have some background in linear algebra, probability, statistics, calculus, physics, control theory, and Python programming. You will need these specifications in order to effectively run the CARLA simulator: Windows 7 64-bit (or later) or Ubuntu 16.04 (or later), Quad-core Intel or AMD processor (2.5 GHz or faster), NVIDIA GeForce 470 GTX or AMD Radeon 6870 HD series card or higher, 8 GB RAM, and OpenGL 3 or greater (for Linux computers)....
Voiture autonome

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.