ادراک از محیط زیست گام بسیار مهم و مهمی در توسعه ADAS (سیستم های پیشرفته کمک راننده) و همچنین در رانندگی خودمختار است. سنسورهای اصلی که به طور گسترده پذیرفته شده و مورد استفاده قرار می گیرند شامل رادار، دوربین، LiDAR و اولتراسونیک می باشد.
این دوره بر حسگر دوربین تمرکز دارد. به طور خاص، با پیشرفت یادگیری عمیق همراه با بینایی کامپیوتر، رویکرد توسعه الگوریتم در زمینه دوربین در چند سال اخیر به شدت تغییر کرده است.
بسیاری از دانشجویان جدید و همچنین افرادی از رشتههای دیگر میخواهند در مورد این فناوری بیاموزند زیرا زمینه توسعه و بازار کار زیادی را فراهم میکند. همچنین دورههای زیادی برای آموزش برخی از موضوعات این توسعه وجود دارد، اما در بخشها و تکهها با هدف آموزش فقط مفهوم فردی.
در چنین شرایطی، حتی اگر کسی درک کند که یک مفهوم خاص چگونه کار می کند، برای شخص دشوار است که به درستی در قالب ماژول نرم افزار قرار گیرد و همچنین بتواند نرم افزار کاملی را از ابتدا تا انتها توسعه دهد که واقعاً در شرکت ها مورد تقاضا است.
این مجموعه که شامل 2 دوره است - به صورت سیستماتیک طراحی شده است، به طوری که در پایان مجموعه (2 دوره)، شما آماده خواهید بود تا بدون تردید و با اطمینان، هر گونه نرم افزار کامل مبتنی بر ادراک را توسعه دهید. .
دوره 1 مطالب زیر را به شما آموزش می دهد (این دوره)
1. مبانی ADAS و فناوری رانندگی خودران با مثال
2. درک مختصری درباره حسگرها - رادار، دوربین، لیدار، اولتراسونیک، GPS، GNSS، IMU برای رانندگی خودکار
3. نقش دوربین در جزئیات و همچنین اصطلاحات مختلف مرتبط با دوربین - حسگر تصویر، اندازه سنسور، پیکسل، AFoV، وضوح، رابط های دیجیتال، سیستم مختصات ego و سنسور و غیره.
4. مدل دوربین سوراخ پین، مفهوم مشتق شده ماتریس کالیبراسیون دوربین درونی و بیرونی
5. مفهوم طبقهبندی تصویر، محلیسازی تصویر، تشخیص اشیا درک بسیاری از مدلهای پیشرفته یادگیری عمیق مانند R-CNN، Fast R-CNN، سریعتر R-CNN، YOLOv3، SSD، Mark R-CNN، و غیره.
6. مفهوم ردیابی شیء (ردیابی چند شیء تک شی) به طور کلی، مفهوم ارتباط داده، ردیابی مبتنی بر فیلتر کالمن، معادلات فیلتر کالمن
7. نحوه ردیابی چندین شیء در صفحه تصویر دوربین.
8. مرجع اضافی - فهرست کتابها، مقالات فنی و پیوندهای وب
9. امتحان
دوره 2 محتوای زیر را به شما آموزش می دهد (این دوره نیست، برای ثبت نام به طور جداگانه در دسترس است)
(دوره 2 چند هفته دیگر در این پلتفرم خواهد بود)
1. توسعه گام به گام خط لوله درک دوربین با استفاده از Python 3.x و UML
2. معرفی مجموعه داده عمومی برای استفاده از دوره و بینش همان.
3. طراحی نرم افزار مبتنی بر UML (با استفاده از نمودار کلاس) در پایتون با برنامه نویسی شی گرا.
5. پیاده سازی کلاس های پایتون برای خواندن و پردازش تصاویر،
4. پیادهسازی طبقهبندی تشخیص اشیا با استفاده از مدلهای پیشرفته (از پیش آموزشدیده) (YOLOv3، SSD، Mask R-CNN)
5. ردیابی چند شیء وسایل نقلیه مختلف و کاربران جاده را با استفاده از فیلتر کالمن در صفحه تصویر اجرا کنید.
6. توسعه کد جداگانه برای تجسم و صادر کردن لیست اشیا و ردیابی لیست اشیا به فایل های JSON با استفاده از پایتون.
7. مرجع اضافی - فهرست کتابها، مقالات فنی و پیوندهای وب
8. (اختیاری) تکلیف
[پیشنهاد]:
کسانی که می خواهند فقط مفاهیم را یاد بگیرند و بفهمند، فقط می توانند دوره 1 را بگذرانند.
کسانی که میخواهند مفاهیم را یاد بگیرند و درک کنند و همچنین میخواهند آن مفاهیم را بدانند و/یا برنامهنویسی کنند، باید هم دوره 1 و هم دوره 2 را بگذرانند. به شدت توصیه میشود دوره 1 را قبل از شروع دوره 2 تکمیل کنند.
>مهندس
نمایش نظرات