欢迎购买学习《ROS2自驾汽车运动规划与基于计算机视觉解决迷宫问题视频教程》。我们将利用 3D 模型(在存储库中提供)和从讲师提供的链接购买的汽车零件,快速让我们的汽车在 Raspberry Pi 上运行。之后,我们将 raspberry Pi 与 Motors 和相机连接起来,开始认真编程。

然后通过了解自动驾驶的概念以及它将如何在交通和环境领域改变我们不久的将来。

你会学到什么

  • 在模拟中构建您自己的自动驾驶汽车 (ROS2)
  • 学习开发 4 个基本的自动驾驶功能(车道辅助、巡航控制、导航 T-Junc、十字路口)
  • 掌握计算机视觉技术,例如(检测、定位、跟踪)
  • 使用定制的神经网络 (CNN) 进行深入研究

发表于 04/2022
MP4 | 视频:h264, 1280×720 | 音频:AAC,44.1 KHz,2 Ch
类型:eLearning | 语言:英语 + srt | 时长:77 节课(9 小时 19 分钟)| 大小:8.5 GB

要求

Python 基础编程和模块

描述

本课程包含通过 RGB 摄像头创建的基于 ROS2 的自动驾驶汽车,从头开始创建

自驾功能

  • – 车道辅助
  • – 巡航控制
  • – T 字路口导航
  • – 交叉路口
  • Ros Package
  • World Models Creation
  • Prius OSRF gazebo Model Editing
  • Nodes, Launch Files
  • SDF through Gazebo
  • Textures and Plugins in SDF

软件部分

  • Perception Pipeline setup
  • Lane Detection with Computer Vision Techniques
  • Sign Classification using (custom-built) CNN
  • Traffic Light Detection Using Haar Cascades
  • Sign and Traffic Light Tracking using Optical Flow
  • Rule-Based Control Algorithms

课前要求

基本软件

  • Ubuntu 20.04 (LTS)
  • ROS2 – Foxy Fitzroy
  • Python 3.6
  • Opencv 4.2
  • Tensorflow 2.14

基本技能

Basic ROS2 Nodes Communication

Launch Files

Gazebo Model Creation

Motivated mind ?

Course Flow (Self-Driving[Development Stage])

我们将利用 3D 模型(在存储库中提供)和从讲师提供的链接购买的汽车零件,快速让我们的汽车在 Raspberry Pi 上运行。之后,我们将 raspberry Pi 与 Motors 和相机连接起来,开始认真编程。

然后通过了解自动驾驶的概念以及它将如何在交通和环境领域改变我们不久的将来。然后我们将在两个 SD 巨头(特斯拉和 Waymo)之间进行比较;)。之后,我们将通过在模拟中直接与您交谈来提出我们的建议,以便您自己见证课程成果。

我们的自动驾驶汽车主要由四个关键功能组成。

1) 车道辅助 2) 巡航控制

3) 导航 T 型路口 4) 交叉路口

每个功能开发将包括两个部分

a) 检测:收集该功能所需的信息

b) 控制:对收到的信息提出适当的响应

本课程适用于谁

希望进入计算机视觉、人工智能和机器人领域的工程师

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源