Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в планирането на маршрути за автономни превозни средства
- Основни принципи и предизвикателства при планирането на маршрути
- Приложения в автономното шофиране и роботиката
- Преглед на традиционните и съвременните техники за планиране
Алгоритми за планиране на маршрути на базата на графове
- Преглед на алгоритмите A* и Dijkstra
- Прилагане на A* за намиране на пътища в мрежова структура
- Динамични варианти: D* и D* Lite за променливи среди
Алгоритми за планиране на маршрути на базата на пробяване
- Техники за случайно пробяване: RRT и RRT*
- Гладко обработване и оптимизация на маршрутите
- Работа с нехолономни ограничения
Оптимизационно планиране на маршрути
- Формулиране на задачата за планиране на маршрути като задача за оптимизация
- Оптимизация на траекториите чрез нелинейно програмиране
- Оптимизационни техники с градиент и без градиент
Планиране на маршрути на базата на обучение
- Дълбоко обучение с подкрепа (DRL) за оптимизация на маршрути
- Интегриране на DRL с традиционни алгоритми
- Адаптивно планиране на маршрути чрез модели на машинно обучение
Работа с динамични и несигурни среди
- Реактивни техники за планиране за реакция в реално време
- Избягване на препятствия и предиктивно управление
- Интегриране на данни от възприятие за адаптивно навигиране
Оценка и сравнителен анализ на алгоритмите за планиране на маршрути
- Метрики за ефективност, безопасност и изчислителна сложност на маршрутите
- Симулиране и тестване в ROS и Gazebo
- Кейс стади: Сравнение на RRT* и D* в сложни сценарии
Кейс стади и реални приложения
- Планиране на маршрути за автономни роботизирани куриери
- Приложения в самоуправляващи се автомобили и безпилотни летателни апарати (UAVs)
- Проект: Прилагане на адаптивен планирател на маршрути с RRT*
Изисквания
- Уверено владеене на програмиране на Python
- Опит с роботизирани системи и алгоритми за управление
- Знакомство с технологиите за автономни превозни средства
Целева аудитория
- Инженери по роботика, специализиращи се в автономни системи
- Изследователи в областта на изкуствения интелект, фокусиращи се върху планиране на маршрути и навигация
- Разработчици на напреднало ниво, работещи върху технологии за самоуправляващи се автомобили
21 Часа