自动驾驶 | Apollo无人驾驶课程笔记0
Posted 人工智能博士
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了自动驾驶 | Apollo无人驾驶课程笔记0相关的知识,希望对你有一定的参考价值。
在公众号【计算机视觉联盟】后台回复【9076】获取我的AI学习笔记;我的微信:Kingsplusa; --by 王博Kings,985AI博士,CSDN博客专家,华为云专家
我用了一周的晚上,将Apollo基础入门课程学习了一遍
本笔记是Apollo内容概述及目录
首先而言,本课程不需要很多基础,以科普为主要,让大家有很好的整体理解
第一课:无人驾驶概览
课程简介: 了解无人驾驶车的关键部分与 Apollo 团队架构,开启无人驾驶入门的学习路径。
1.欢迎学习Apollo课程
2.你将学到什么?
3.什么是无人驾驶?
4.Sebastian欢迎辞
5.无人驾驶车的运作方式
6.Apollo团队与架构
7.参考车辆与硬件平台
8.开源软件架构
9.云服务
10.无人驾驶车纳米学位
11.开启专题学习之旅
第二课: 高精度地图
课程简介:了解高精度地图的实现逻辑,这是 Apollo 定位、感知、规划模块的基础。
1.地图简介
2.Sebastian介绍高精度地图
3.高精度地图vs传统地图
4.地图与定位、感知与规划的关系_a
5.地图与定位、感知与规划的关系_b
6.地图与定位、感知与规划的关系_c
7.Apollo高精度地图
8.Apollo高精度地图构建
9.课程综述
第三课:定位
课程简介: 了解车辆如何以个位数厘米级别的精度进行自定位。
1.定位简介
2.Sebastian介绍定位
3.GNSSRTK_a
4.GNSSRTK_b
5.惯性导航_a
6.惯性导航_b
7.激光雷达定位
8.视觉定位
9.Apollo定位
10.项目示例:被盯上的小车
11.课程综述
第四课:感知
课程简介: 了解不同的感知任务,例如分类、检测和分割,并学习对感知而言至关重要的卷积神经网络。
1.感知简介
2.Sebastian介绍感知
3.计算机视觉
4.摄像头图像
5.LiDAR图像
6.机器学习
7.神经网络
8.反向传播算法
9.卷积神经网络
10.检测与分类
11.跟踪
12.分割
13.Apollo感知
14.传感器数据比较
15.感知融合策略
16.项目示例:感知与融合
17.课程综述
第五课:预测
课程简介: 学习不同的预测方式,让 Apollo 无人驾驶车预测其他车辆或行人是如何移动的。
1.预测简介_a
2.预测简介_b
3.Sebastian介绍预测
4.不同的预测方式
5.基于车道的预测
6.障碍物状态
7.预测目标车道
8.递归神经网络
9.递归神经网络在目标车道预测的应用
10.轨迹生成
11.课程综述
第六课:规划
课程简介:了解 Apollo 应用于无人驾驶车路径规划的几种不同方式。
1.规划简介
2.Sebastian介绍规划
3.路由
4.世界到图
5.网格世界_a
6.网格世界_b
7.网格世界_c
8.A*
9.从路由到轨迹
10.3D轨迹
11.评估一条轨迹_a
12.评估一条轨迹_b
13.Frenet坐标
14.路径-速度解耦规划
15.路径生成与选择
16.ST图
17.速度规划
18.优化
19.路径-速度规划的轨迹生成
20.Lattice规划
21.ST轨迹的终止状态
22.SL轨迹的终止状态
23.Lattice规划的轨迹生成
24.项目示例:路径规划
25.课程综述
第七课:控制
课程简介:了解无人驾驶车是如何使用方向盘、油门和刹车来执行我们规划好的轨迹,并掌握 Apollo 中不同类型的控制器。
1.控制简介
2.Sebastian介绍控制
3.控制流程_a
4.控制流程_b
5.PID控制_a
6.PID控制_b
7.PID控制_c
8.PID优劣对比
9.线性二次调节器
10.模型预测控制
11.时间范围与车辆模型
12.MPC优化
13.MPC优劣对比
14.项目示例:控制
15.课程综述
第八课:结束旅程
课程简介:完成课程后,你可以在此收获更多关于无人驾驶的学习建议,以开启你的无人驾驶工程师职业生涯。
1.恭喜你完成课程学习
2.Sebastian祝贺辞
以上是关于自动驾驶 | Apollo无人驾驶课程笔记0的主要内容,如果未能解决你的问题,请参考以下文章