fbpx

高級的卡爾曼濾波和傳感器融合

自動交通工具和自動駕駛汽車的理論和 C++ 仿真實現!

從這 8 小時的課程,你會學到

  • 如何使用線性卡爾曼濾波器( Linear Kalman Filter  )解決線性最優估計問題
  • 如何使用擴展卡爾曼濾波器( Extended Kalman Filter )解決非線性估計問題
  • 如何使用無跡卡爾曼濾波器( Unscented Kalman Filter )解決非線性估計問題
  • 如何融合以不同更新速率運行的多個傳感器的測量
  • 如何調整卡爾曼濾波器以獲得最佳性能
  • 如何正確初始化卡爾曼濾波器以實現穩健操作
  • 如何對卡爾曼濾波器內的傳感器誤差進行建模
  • 如何使用故障檢測來消除不良傳感器測量
  • 如何在 C++ 中實現上述 3 個卡爾曼濾波器變數( Kalman Filter Variants )
  • 如何在 C++ 中實現 LKF 以解決 2D 跟蹤問題
  • 如何在 C++ 中實現 EKF 和 UKF 以解決自動駕駛汽車問題

要求

  • 一顆好奇的心!
  • 基礎微積分:函數、導數、積分
  • 線性代數:矩陣和向量運算
  • 基本機率知識
  • 基本 C++ 程式知識

課程說明

你需要了解傳感器融合和卡爾曼濾波! 在本課程中,重點關注自動駕駛汽車,了解如何使用和實施這些概念。

卡爾曼濾波器是估計和資料融合理論史上最偉大的發現之一,也許是二十世紀最偉大的工程發現之一。 它使人類能夠做和建造許多其他方式無法實現的事情。 它在汽車、飛機、船舶和飛行器等複雜動態系統的控制中具有直接的應用。

這些概念廣泛用於工程和製造,但它們也用於許多其他領域,例如化學、生物學、金融、經濟學等。

為什麼要關注傳感器融合( Sensor Fusion )和卡爾曼濾波( Kalman Filtering )?

  • 資料融合是一個了不起的工具,幾乎用於每一項涉及任何類型傳感、測量或自動化的現代技術。
  • 卡爾曼濾波器是資料融合中應用最廣泛的方法之一。 通過了解這個過程,你將更容易理解更複雜的方法。
  • 傳感器融合是卡爾曼濾波的關鍵用途之一,廣泛應用於無人駕駛汽車和自動駕駛汽車。
  • 評估和調整卡爾曼濾波器以獲得最佳性能可能有點像“魔法”,我們將為你提供提示和結構,以便你知道如何自己做到這一點。
  • 因此,你不會浪費時間嘗試解決或調試這些知識可以輕鬆避免的問題! 成為主題專家!

你將學到什麼:

你將從頭開始學習該理論,因此你可以完全理解它的工作原理以及事物對最終結果的影響。 你還將學習這些技術的實際實施,因此你知道如何將理論付諸實踐。 在本課程中,你將使用 C++ 模擬,引導你為自動駕駛汽車實施各種卡爾曼濾波方法。

在課程結束時,總整專案將實施無跡卡爾曼濾波器( Unscented Kalman Filter  )並執行,如在真正的自動駕駛汽車或自動交通工具上應用!

我們將涵蓋:

  • 基本背景概率和系統理論
  • 線性卡爾曼濾波( Linear Kalman Filtering )
  • 擴展卡爾曼濾波( Extended Kalman Filtering )
  • 無跡卡爾曼濾波( Unscented Kalman Filtering )
  • 傳感器融合的高級主題,例如故障檢測和傳感器錯誤建模。
  • 自動駕駛汽車傳感器融合問題的仿真 C++ 實現。

在本課程結束時,你將了解:

  • 如何使用線性卡爾曼濾波器解決線性最優估計問題
  • 如何使用擴展卡爾曼濾波器解決非線性估計問題
  • 如何使用 Unscented Kalman 濾波器解決非線性估計問題
  • 如何融合以不同更新速率運行的多個傳感器的測量
  • 如何調整卡爾曼濾波器以獲得最佳性能
  • 如何正確初始化卡爾曼濾波器以實現穩健操作
  • 如何對卡爾曼濾波器內的傳感器誤差進行建模
  • 如何使用故障檢測來刪除 Bad Sensor 測量值
  • 如何在 C++ 中實現上述 3 個卡爾曼濾波器變數( Kalman Filter Variants )
  • 如何在 C++ 中實現 LKF 以解決 2D 跟蹤問題
  • 如何在 C++ 中實現 EKF 和 UKF 以解決自動駕駛汽車問題

你將在本課程中獲得:

  • 8 小時的視訊講座,包括解釋和思考、圖片、圖表和動畫。
  • 備忘單的 PDF 文檔,附有重要說明和練習
  • 自動駕駛汽車示例的 C++ 模擬程式碼。
  • 問答區的所有源始碼和友好的支持。

為什麼我有資格教授這門課程:

在過去的十年裡,我一直在多家航太和自動化公司擔任制導、導航和控制工程師,專注於飛機、導彈和車輛狀態估計的傳感器融合。在大學和工程專業人士任教期間,我曾向學士、碩士和博士生教授這些內容。

那你還在等什麼??

觀看課程指導視頻和免費示例,以便你了解課程的內容。如果你認為本課程對你有幫助,請註冊,如果本課程不適合你,則保證退款。

我希望很快能在課程中見到你!

Steve

目標受眾

  • 大學生或獨立學習者
  • 有抱負的機器人或自動駕駛汽車工程師
  • 在職的工程師和科學家
  • 想要復習與卡爾曼濾波和傳感器融合相關的數學理論和技能的工程專業人士
  • 希望了解資料融合( data fusion )背後的基本概念以幫助實施或支持開發資料融合程式碼的軟體開發人員
  • 任何已經“理論上”精通數學並想學習如何在程式碼中實現該理論的人

講師簡介

Steven Dumble 航太工程師, PHD, 教師

我是 GN&C(制導、導航和控制)航太工程師,曾在學術界、國防和商業行業工作。這使我能夠在廣泛的領域和專案中工作,從給大學生講課到設計和實施導彈的控制和導航系統,再到自動駕駛拖拉機。

我在教學、軟體開發、工程和研究方面擁有近 15 年的經驗。我教過本科生一直到博士生,我的研究導致了許多科學期刊出版物和專利發明,我的程式碼在數千輛自動駕駛汽車上運行。

我不喜歡現在很多可用的課程有很少的高級主題或內容,他們跳過了基礎知識,沒有教授高級學習所需的基本原則,相反,他們教授的只是千篇一律的資訊一種非常具體的情況,或者將繁重的工作留給第 3 方 libraries,如果某些事情不太奏效,會讓學生感到困惑……我會用我的課程來改變它!

如果你想學習成為主題專家所需的知識和技能,那麼你可以顯著提高你作為員工、自由工作者或企業主的價值和能力,那麼希望我很快會在我的一門課程(或更多課程)中見到你!

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy


🛫使用關鍵字連結獲得更多線上學習資訊?請參考這個網頁說明


幫我們個小忙!

使用 e-mail 追蹤 Soft & Share

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: