강의

멘토링

로드맵

Inflearn brand logo image
Programming

/

etc. (Programming)

Lập trình xe tự hành với Python

Lý do khóa học này đặc biệt: Các ưu điểm chính • Trực quan hóa dễ hiểu: Tự mình xem hoạt động thuật toán trực tiếp theo thời gian thực qua mô phỏng Pygame 2D • Kinh nghiệm thực tế: Vượt lý thuyết, tự tay lập trình để nắm vững thuật toán tự hành • Làm chủ thuật toán cốt lõi: Tập trung học các thuật toán cần thiết như Dijkstra, Pure Pursuit, ICP, v.v. • Học chuyên sâu theo từng bước: Cấu trúc độ khó có hệ thống từ cơ bản đến SLAM • SLAM dựa trên Lidar: Thực hành xây dựng bản đồ và ước tính vị trí trong môi trường chưa biết

(5.0) 2 đánh giá

27 học viên

  • hjk1000
실습 중심
자율주행
Python
Autonomous Driving
slam

Dịch cái này sang tiếng Việt

  • SLAM (Định vị và Lập bản đồ Đồng thời)

  • ICP (Điểm gần nhất lặp lại)

  • Thuật toán Dijkstra (Dijkstra Algorithm)

  • Thuật toán Pure Pursuit (Pure Pursuit Algorithm)

  • Mô hình lái Ackermann (Ackermann Steering Model)

Lái xe tự động, giờ chúng ta hãy cùng tìm hiểu toàn bộ một cách dễ dàng!

Trong những năm gần đây, công nghệ lái xe tự động đã có những tiến bộ đáng kể và trở thành một phần quan trọng trong cuộc sống của chúng ta. Tuy nhiên, khi cố gắng nhảy vào lĩnh vực thú vị này, các tài liệu giáo dục mà chúng ta gặp phải lại gây thất vọng. Khi chúng ta xem các bài giảng về lái xe tự động trên thị trường, chúng ta thấy rằng chúng chủ yếu được chia thành ba loại.

Đầu tiên là bài giảng quá cơ bản . Nó chỉ truyền đạt thông tin hời hợt như khái niệm và lịch sử của xe tự lái, và không cung cấp hiểu biết sâu sắc về cách thức hoạt động thực tế của hệ thống. Đó là một bài giảng thú vị, nhưng không làm dịu cơn khát.

Thứ hai là bài giảng chỉ tập trung vào AI, đặc biệt là học sâu . Ví dụ, có nhiều trường hợp họ chỉ tập trung vào cách nhận dạng làn đường và lái bằng học sâu. Tất nhiên, học sâu là một trong những công nghệ cốt lõi của lái xe tự động, nhưng nó chỉ là một phần của hệ thống lái xe tự động. Các nguyên tắc kỹ thuật cơ bản không phải là AI, chẳng hạn như tạo bản đồ, lập kế hoạch đường đi và điều khiển phương tiện, quan trọng hơn nhiều và được áp dụng rộng rãi. Những bài giảng này không cho phép tôi thấy toàn cảnh về lái xe tự động, và giống như không nhìn thấy rừng vì cây.

Thứ ba là một bài giảng rất khó . Nó đột nhiên đưa ra các công thức và lý thuyết toán học phức tạp, hoặc chỉ bao gồm các khái niệm xa rời thực tế, tạo ra một rào cản khó khăn cho người mới bắt đầu tiếp cận dễ dàng. Hầu hết các bài giảng đều tràn đầy ý chí học tập, nhưng chúng gây nản lòng ngay từ đầu.

Giữa sự hối tiếc này, tôi tự hỏi: "Liệu có bài giảng nào có thể dễ dàng và trực quan hiểu được toàn bộ quá trình lái xe tự động không?" Và sau nhiều suy nghĩ và huy động toàn bộ kiến ​​thức của mình, tôi đã tự mình tạo ra bài giảng này.

Khóa học này được thiết kế để khắc phục những hạn chế của các khóa học hiện tại và giúp bạn hiểu và triển khai tất cả các yếu tố cốt lõi của hệ thống lái xe tự động từ đầu đến cuối .

  • Sử dụng mô phỏng 2D dựa trên Pygame, bạn có thể hiểu trực quan hoạt động của các thuật toán lái xe tự động phức tạp bằng cách trực tiếp quan sát chúng . Nó cho thấy rõ cách các khái niệm lý thuyết được triển khai trong từng dòng mã và màn hình mô phỏng.

  • Bắt đầu bằng việc lập kế hoạch đường đi và đi theo một bản đồ đã biết . Bản đồ được chia thành lưới và tìm đường đi ngắn nhất bằng thuật toán Dijkstra. Sau đó, xe được điều khiển dựa trên mô hình lái Ackermann và thuật toán Pure Pursuit được sử dụng để đi theo chính xác đường đi đã tạo. Đây là quá trình 'suy nghĩ và di chuyển' cơ bản nhất của lái xe tự động.

  • Hơn nữa, nó mở rộng sang chế độ lái xe tự động trong môi trường không xác định, nơi bản đồ không xác định . Nó mô phỏng cảm biến Lidar và sử dụng dữ liệu Lidar này để xây dựng bản đồ môi trường xung quanh theo thời gian thực. Đồng thời, nó triển khai SLAM (Định vị và lập bản đồ đồng thời) ước tính vị trí chính xác của xe thông qua thuật toán ICP (Điểm gần nhất lặp lại). Nó tạo lại đường đi mỗi khi bản đồ được cập nhật, cho phép xe tự tìm đường ngay cả trên địa hình không quen thuộc.

Khóa học này không chỉ đơn thuần là tuân theo công nghệ AI một cách mù quáng mà còn bao gồm cả bốn trụ cột cốt lõi của lái xe tự động : Lập bản đồ, Định vị, Lập kế hoạch đường đi và Kiểm soát . Thông qua khóa học này, bạn sẽ vẽ nên 'bức tranh toàn cảnh' về lái xe tự động và hiểu rõ cách từng yếu tố được kết nối và hoạt động hữu cơ như thế nào.

Đừng nản lòng vì sự phức tạp của lái xe tự động nữa. Khóa học này sẽ cung cấp cho bạn nền tảng vững chắc để học các nguyên tắc cốt lõi của lái xe tự động theo cách dễ dàng và thú vị, và hơn nữa, để tạo ra hệ thống lái xe tự động của riêng bạn. Hãy cùng nhau bước vào thế giới lái xe tự động thú vị!



Nhận dạng môi trường không xác định bằng LIDAR, tạo đường đi ngắn nhất và đi theo đường đi đã tạo

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Tự học lái tự động cho người mới bắt đầu

  • Những người muốn học các nguyên lý cốt lõi của lái tự động, ngoài AI/Học sâu.

  • Người muốn hiểu sâu qua thực hành.

Cần biết trước khi bắt đầu?

  • Lập trình Python cơ bản

  • Toán cơ bản cấp THPT + phép toán ma trận

  • Khoa học Máy tính Cơ bản (Tùy chọn)

Xin chào
Đây là

1,450

Học viên

35

Đánh giá

7

Trả lời

4.7

Xếp hạng

9

Các khóa học

안녕하세요

비전공자로 딥러닝을 열심히 공부하는 직장인입니다.

공부하면서 느낀 점들을 여러분들과 함께 공유하고 싶습니다

감사합니다.

Chương trình giảng dạy

Tất cả

9 bài giảng ∙ (3giờ 10phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

2 đánh giá

5.0

2 đánh giá

  • 김시현님의 프로필 이미지
    김시현

    Đánh giá 3

    Đánh giá trung bình 5.0

    5

    67% đã tham gia

    • 멋진
      Giảng viên

      우와! 평가 감사합니다 자율주행 전반에 대한 강의를 해보려 했는데 잘 전달이 되었는지 모르겠네요

  • 멋진님의 프로필 이미지
    멋진

    Đánh giá 2

    Đánh giá trung bình 5.0

    5

    67% đã tham gia

    478.307 ₫

    Khóa học khác của hjk1000

    Hãy khám phá các khóa học khác của giảng viên!

    Khóa học tương tự

    Khám phá các khóa học khác trong cùng lĩnh vực!