【图宾根大学】自动驾驶汽车课程 ML4340

作者: Mindofuture

作者简介: 日更｜Here is all you need | wx: mindofuture

描述: 课程地址： https://uni-tuebingen.de/fakultaeten/mathematisch-naturwissenschaftliche-fakultaet/fachbereiche/informatik/lehrstuehle/autonomous-vision/lectures/deep-learning/ 课程简介： 在过去几年中，自动驾驶汽车已经成为人工智能领域的主要工作者之一。考虑到交通事故导致的大量死亡、老年人和残障人士的出行限制以及日益严重的交通拥堵问题，自动驾驶汽车承诺为我们社会最重要的问题之一提供解决方案：未来的出行方式。然而，想要让一辆车在大多数无约束的环境中自主驾驶，需要一套与人类认知相媲美的算法能力，因此这一任务非常困难。在本课程中，我们将涵盖自动驾驶汽车的最主要范式：模块化管道式方法以及基于深度学习的端到端驾驶技术。课程内容包括基于相机、激光雷达和雷达的感知、定位、导航、路径规划、车辆建模/控制、模仿学习和强化学习。通过实现多种基于深度学习的感知和传感-运动控制方法，教程将加深学员对自动驾驶领域的知识。为了实现这一目标，我们将基于现有的仿真环境和成熟的深度学习框架进行构建。 P01 讲座 1.1（介绍 - 组织） P02 讲座 1.2（介绍 - 引言） P03 讲座 1.3（介绍 - 自动驾驶历史） P04 讲座 2.1（模仿学习 - 自动驾驶方法） P05 讲座 2.2（模仿学习 - 深度学习回顾） P06 讲座 2.3（模仿学习 - 模仿学习） P07 讲座 2.4（模仿学习 - 条件模仿学习） P08 讲座 3.1（直接感知 - 直接感知） P09 讲座 3.2（直接感知 - 条件可获得性学习） P10 讲座 3.3（直接感知 - 视觉抽象） P11 讲座 3.4（直接感知 - 驾驶策略转移） P12 讲座 3.5（直接感知 - 在线与离线评估） P13 讲座 4.1（强化学习 - 马尔可夫决策过程） P14 讲座 4.2（强化学习 - 贝尔曼最优性与Q学习） P15 讲座 4.3（强化学习 - 深度Q学习） P16 讲座 5.1（车辆动力学 - 介绍） P17 讲座 5.2（车辆动力学 - 运动学自行车模型） P18 讲座 5.3（车辆动力学 - 轮胎模型） P19 讲座 5.4（车辆动力学 - 动态自行车模型） P20 讲座 6.1（车辆控制 - 介绍） P21 讲座 6.2（车辆控制 - 黑盒控制） P22 讲座 6.3（车辆控制 - 几何控制） P23 讲座 6.4（车辆控制 - 最优控制） P24 讲座 7.1（里程计、SLAM与定位 - 视觉里程计） P25 讲座 7.2（里程计、SLAM与定位 - SLAM） P26 讲座 7.3（里程计、SLAM与定位 - 定位） P27 讲座 8.1（道路与车道检测 - 介绍） P28 讲座 8.2（道路与车道检测 - 道路分割） P29 讲座 8.3（道路与车道检测 - 车道标线检测） P30 讲座 8.4（道路与车道检测 - 车道检测） P31 讲座 8.5（道路与车道检测 - 车道跟踪） P32 讲座 9.1（重建与运动 - 立体匹配） P33 讲座 9.2（重建与运动 - 自由空间与Stixel） P34 讲座 9.3（重建与运动 - 光流） P35 讲座 9.4（重建与运动 - 场景流） P36 讲座 10.1（物体检测 - 介绍） P37 讲座 10.2（物体检测 - 性能评估） P38 讲座 10.3（物体检测 - 滑动窗口物体检测） P39 讲座 10.4（物体检测 - 基于区域的CNN） P40 讲座 10.5（物体检测 - 3D物体检测） P41 讲座 11.1（物体跟踪 - 介绍） P42 讲座 11.2（物体跟踪 - 滤波） P43 讲座 11.3（物体跟踪 - 关联） P44 讲座 11.4（物体跟踪 - 整体场景理解） P45 讲座 12.1（决策与规划 - 介绍） P46 讲座 12.2（决策与规划 - 路线规划） P47 讲座 12.3（决策与规划 - 行为规划） P48 讲座 12.4（决策与规划 - 运动规划）