لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دوره تخصصی خودروهای خودران
- آخرین آپدیت
دانلود Self-Driving Car Specialization Course
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
بهروزرسانی شده در می ۲۰۲۵.
این دوره اکنون دارای قابلیت Coursera Coach است!
روشی هوشمندانهتر برای یادگیری با گفتگوهای تعاملی و بلادرنگ که به شما کمک میکند تا دانش خود را آزمایش کنید، فرضیات را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیقتر کنید.
با این تخصص جامع، سفری تحولآفرین به دنیای پیشرفته خودروهای خودران آغاز کنید. مفاهیم اصلی، فناوریها و سیستمهایی را که خودروهای خودمختار را به واقعیت تبدیل میکنند، بیاموزید. از اصول بنیادی تا تصمیمگیریهای پیشرفته، این دوره شما را به تخصص لازم برای طراحی، پیادهسازی و آزمایش فناوریهای خودروهای خودران مجهز میکند.
دوره با معرفی خودروهای خودمختار، بررسی تاریخچه، سطوح اتوماسیون و اجزای ضروری سختافزاری و نرمافزاری آغاز میشود. سپس به طراحی سیستم و سیستمهای کنترل میپردازید و در موضوعات کلیدی مانند کنترلکنندههای PID، کنترل پیشخور (Feedforward) و بازخورد (Feedback)، فیلترهای کالمن و محاسبات زمان تا برخورد (TTC) تسلط مییابید. در تکنیکهای بینایی ماشین، از جمله تشخیص اشیاء، بخشبندی معنایی (Semantic Segmentation) و ادراک عمق که برای ناوبری ایمن و دقیق حیاتی هستند، عمیق شوید.
در شبیهسازیهای عملی با ROS و Gazebo شرکت کنید، مدلها را توسعه دهید، محیطها را نقشهبرداری کنید و پیشبینی حرکت را پیادهسازی نمایید. در نهایت، با پیادهسازی Jetbot، فناوریهای پیشرفتهای مانند Jetson Nano را برای تست و بهینهسازی در دنیای واقعی ادغام کنید.
این دوره برای مهندسان مشتاق، پژوهشگران و متخصصان حوزه رانندگی خودمختار ایدهآل است. داشتن پیشزمینه در برنامهنویسی، رباتیک یا دینامیک خودرو مفید است اما الزامی نیست. مناسب برای زبانآموزان سطح متوسطی که مشتاق ورود به انقلاب خودروهای خودمختار هستند.
سرفصل ها و درس ها
ماژول ۱: مقدمهای بر خودروهای خودران
Module 1 - Self Driving Car Introduction
مقدمهای بر خودروهای خودران (SDC)
Self Driving Car(SDC) Introduction
چه چیزی یک خودرو را خودران تعریف میکند؟
What Defines a Self Driving Car?
تکامل فناوریهای خودروهای خودمختار
Evolution of Autonomous Car Technologies
سطوح اتوماسیون
Levels of Automation
سختافزارها و نرمافزارهای رایج
Commonly Used Hardware and Software
استانداردهای ایمنی برای رانندگی خودمختار
Safety Standards for Autonomous Driving
تدابیر ایمنی
Safety Measures
گونهشناسی خودروهای خودران
Typology of Self Driving Cars
رویدادهای خودرو و تصمیمگیری
Vehicle Events & Decision Making
ماژول ۲: طراحی سیستم خودروهای خودران
Module 2 - Self Driving Car System Design
مروری بر سختافزار SDC
SDC Hardware Overview
نرمافزارهای SDC
SDC Software
معماری سیستم
System Architecture
ماژول ۳: سیستمهای کنترل
Module 3 - Control Systems
مقدمهای بر کنترل طولی
Introduction to Longitudinal Control
مقدمهای بر سیستم کنترل طولی و مبانی کنترل LTI
Introduction to Longitudinal Control System and Basics of LTI Control
کنترلکنندههای تناسبی انتگرالی مشتقگیر (PID)
Proportional Integral Derivative (PID) Controllers
کنترل طولی با استفاده از PID
Longitudinal Control with PID
مقدمهای بر کنترل پیشخور و بازخورد
Introduction to Feedforward and Feedback Control
اهمیت کنترل پیشخور و بازخورد
Importance of Feedforward and Feedback Control
کنترل پیشخور و خودروهای خودران
Feedforward Control and Self-Driving Car
مقدمهای بر فیلترهای کالمن
Introduction to Kalman Filters
اندازهگیری راداری
Radar Measurement
ویژگیهای فیلترهای کالمن
Features of Kalman Filters
نحوه عملکرد فیلتر کالمن
How does it Work
سیستم ناوبری خودرو
Car Navigation System
مقدمهای بر کنترل کروز تطبیقی (ACC)
Introduction to Adaptive Cruise Control
مزایا و محدودیتهای ACC
Advantages and Limitations of ACC
ACC مبتنی بر بینایی
Vision Based ACC
تشخیص خودرو مبتنی بر بینایی
Vision Based Vehicle Detection
تطبیق الگو در ACC مبتنی بر بینایی
Vision Based ACC Pattern Match
نقش ACC مبتنی بر بینایی
Role of Vision Based ACC
بررسی مقاله کنترل کروز تطبیقی مبتنی بر بینایی
Paper Review on Vision-Based Adaptive Cruise Control
SLAM چیست؟
What is SLAM
چرا مکانیابی و نقشهبرداری همزمان؟
Why Simultaneous
نقش نقشهبرداری
Role of Mapping
تخمین وضعیت چیست؟
What is State Estimation
بررسی مکانیابی (Localization)
Exploring Localization
توضیح جریان کاری
Explanation of Work Flow
روشهای پیادهسازی
Methods of Implementation
مقدمهای بر مدلسازی حرکت با پیشبینی آگاه از حرکت
Introduction to Modelling Motion with Motion Aware Prediction
الزامات پیشبینی حرکت
Motion Prediction - Requirement
پیشبینی حرکت – پیچیدگیها و راهکارها (بخش اول)
Motion Prediction – Complexities & Solution Part 1
پیشبینی حرکت – پیچیدگیها و راهکارها (بخش دوم)
Motion Prediction – Complexities & Solution Part 2
مدل پیشبینی سرعت ثابت
Constant Velocity Prediction Model
مقدمهای بر گنجاندن زمان تا برخورد (TTC) در تصمیمگیری
Introduction to Incorporating time-to-collision (TTC) in Decision Making
الزامات زمان تا برخورد
Time to Collision – Requirements
اهمیت زمان تا برخورد
Time to Collision – Importance
رویکردهای محاسبه TTC
Approaches to Calculate TTC
نقاط ضعف و قوت رویکردهای TTC
Weakness & Strengths of TTC Approaches
روش کارآمد تشخیص برخورد
Efficient Collision Detection Method
مقدمهای بر شبیهسازی در ROS
Introduction to Simulation in ROS
عملیات از راه دور حرکت پایه
Basic Motion Teleoperations
اجتناب از برخورد و مکانیابی در Jetbot
Collision Avoidance. Localization on Jetbot.
دنبال کردن جاده
Road Following
دنبال کردن شیء
Object Following
ادراک عمق بینایی بلادرنگ در Jetson Nano و ادغام مدلها با ورودی زنده
Real-Time Vision Depth Perception on Jetson Nano Integrating real time feed with built models Testing integration with test cases.
تست سیستم JetBot در محیط واقعی
Testing our JetBot System in an IRL environment
نمایش نظرات