University of Toronto
Spezialisierung für Selbstfahrende Autos

Entdecken Sie neue Fähigkeiten mit 30% Rabatt auf Kurse von Branchenexperten. Jetzt sparen.

University of Toronto

Spezialisierung für Selbstfahrende Autos

Starten Sie Ihre Karriere mit selbstfahrenden Autos. Seien Sie ein Vorreiter in der Branche des autonomen Fahrens.

Steven Waslander
Jonathan Kelly

Dozenten: Steven Waslander

80.792 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.7

(2,757 Bewertungen)

Stufe Fortgeschritten
Für Personen mit Branchenerfahrung konzipiert
3 Monate bei 10 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
4.7

(2,757 Bewertungen)

Stufe Fortgeschritten
Für Personen mit Branchenerfahrung konzipiert
3 Monate bei 10 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Was Sie lernen werden

  • Verstehen Sie die detaillierte Architektur und die Komponenten eines Software-Stacks für selbstfahrende Autos

  • Implementierung von Methoden zur statischen und dynamischen Objekterkennung, Lokalisierung und Kartierung, Verhaltens- und Manöverplanung sowie Fahrzeugsteuerung

  • Verwenden Sie eine realistische Fahrzeugphysik, ein komplettes Sensorpaket: Kamera, LIDAR, GPS/INS, Rad-Odometrie, Tiefenkarte, semantische Segmentierung, Objektbegrenzungsrahmen

  • Demonstrieren Sie Ihre Fähigkeiten in CARLA und erstellen Sie Programme mit Python

Überblick

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
20 Praxisübungen

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von University of Toronto.

Spezialisierung - 4 Kursreihen

Was Sie lernen werden

  • Verstehen Sie die häufig verwendete Hardware für selbstfahrende Autos

  • Identifizieren Sie die Hauptkomponenten des selbstfahrenden Software-Stacks

  • Programm Fahrzeugmodellierung und -steuerung

  • Analysieren Sie den Sicherheitsrahmen und die aktuellen Industriepraktiken für die Fahrzeugentwicklung

Kompetenzen, die Sie erwerben

Kategorie: Kontrollsysteme
Kategorie: Mathematische Modellierung
Kategorie: Simulation und Simulationssoftware
Kategorie: Software-Architektur
Kategorie: Hardware-Architektur
Kategorie: Systemarchitektur
Kategorie: Automatisierung
Kategorie: Sicherheitsgarantie
Kategorie: Computer Hardware
Kategorie: Mechanik

Was Sie lernen werden

  • Verstehen Sie die wichtigsten Methoden zur Parameter- und Zustandsschätzung, die beim autonomen Fahren verwendet werden, wie z.B. die Methode der kleinsten Quadrate

  • Entwickeln Sie ein Modell für typische Fahrzeuglokalisierungssensoren, einschließlich GPS und IMUs

  • Anwendung von erweiterten und unscented Kalman-Filtern auf ein Problem der Fahrzeugzustandsschätzung

  • Wenden Sie den LIDAR-Scan-Abgleich und den Iterativen Closest Point-Algorithmus an

Kompetenzen, die Sie erwerben

Kategorie: Schätzung
Kategorie: Globale Positionierungssysteme
Kategorie: Daten-Integration
Kategorie: Mathematische Modellierung
Kategorie: Methoden des Maschinellen Lernens
Kategorie: Kontrollsysteme
Kategorie: Computervision
Kategorie: Räumliche Analyse
Kategorie: Lineare Algebra

Was Sie lernen werden

  • Arbeiten Sie mit dem Lochkameramodell und führen Sie eine intrinsische und extrinsische Kamerakalibrierung durch

  • Erkennen, beschreiben und vergleichen Sie Bildmerkmale und entwerfen Sie Ihre eigenen neuronalen Faltungsnetzwerke

  • Wenden Sie diese Methoden auf visuelle Odometrie, Objekterkennung und -verfolgung an

  • Semantische Segmentierung für die Schätzung der befahrbaren Oberfläche anwenden

Kompetenzen, die Sie erwerben

Kategorie: Computervision
Kategorie: Deep Learning
Kategorie: Künstliche neuronale Netze
Kategorie: Künstliche Intelligenz
Kategorie: Lineare Algebra
Kategorie: Python-Programmierung
Kategorie: Bildanalyse
Kategorie: Künstliche Intelligenz und Maschinelles Lernen (KI/ML)
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Methoden des Maschinellen Lernens

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Kategorie: Datenstrukturen
Kategorie: Algorithmen
Kategorie: Szenario-Tests
Kategorie: Computervision
Kategorie: Simulationen
Kategorie: Analyse räumlicher Daten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Steven Waslander
University of Toronto
4 Kurse175.526 Lernende
Jonathan Kelly
University of Toronto
4 Kurse175.526 Lernende

von

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen