Biswal na Pagdama (Persepsyon) para sa Awtomatong Pagmamaneho

Para sa isang self-driving car na makapag-navigate nang ligtas, kailangan muna nitong tumpak na bigyang-kahulugan ang biswal na mundo sa paligid nito. Ang kursong ito ay nagbibigay ng matibay na pundasyon kung paano pinoproseso ang biswal na data upang matukoy ang mga balakid, marka ng linya, at mga traffic sign, na ginagawang kapaki-pakinabang na impormasyon ang mga raw pixel para sa mga awtonomong sistema. Magkakaroon ka ng malinaw na pag-unawa kung paano gumagana ang mga kamera bilang mga sensor at kung paano i-transform ang 2D na mga imahe sa 3D na spatial data. Sa pagtatapos ng kursong ito, maipapaliwanag mo ang mga pangunahing mekanismo na nagpapahintulot sa isang sasakyan na madama ang kapaligiran nito at makilala ang iba't ibang uri ng mga kalahok sa kalsada. Ano ang matututunan mo: - Unawain ang pinhole camera model at ang geometry ng pagbuo ng imahe - Magsagawa ng camera calibration upang isaalang-alang ang intrinsic at extrinsic parameters - Tukuyin at itugma ang mga feature ng imahe upang subaybayan ang paggalaw sa iba't ibang frame - Mag-apply ng mga teknik ng object detection para sa parehong static at dynamic na elemento ng kalsada - Galugarin ang mga modernong vision architectures at transformers para sa pinahusay na spatial awareness - Bigyang-kahulugan ang semantic segmentation upang makilala ang mga drivable surface mula sa mga balakid Nagsisimula ang kurso sa mga pangunahing depinisyon ng liwanag at camera geometry bago lumipat sa lohika sa likod ng sopistikadong recognition at tracking algorithms. Babasahin mo ang mga detalyadong paliwanag at susuriin ang mga code snippet na nagpapakita kung paano inilalapat ang mga prinsipyong ito sa modernong teknolohiya ng sasakyan (automotive technology). Ang kursong ito ay idinisenyo para sa mga nagsisimula na interesado sa robotics, AI, o automotive engineering. Walang kinakailangang naunang karanasan sa computer vision upang magsimula. Simulan ang iyong paglalakbay sa teknolohiya sa likod ng awtonomong pag-navigate ngayon.