Курс на Stepik
Обложка курса «Искусственный интеллект для роботов. Локализация.» на Stepik
Бесплатно

Искусственный интеллект для роботов. Локализация. 4.000

Открыть на
STEPIK.ORG

Основы программирования автономных транспортных средств и мобильных роботов. Если вы хотите окунуться в мир робототехники и искусственного интеллекта, понять, как всё работает "изнутри" - этот курс для вас!

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Искусственный интеллект для роботов. Локализация.»Учеников на курсе 1 057
Сертификаты, выданные на курсе «Искусственный интеллект для роботов. Локализация.»Сертификатов выдано 0
Отзывы о курсе «Искусственный интеллект для роботов. Локализация.»Отзывов получено 2
Рейтинг курса «Искусственный интеллект для роботов. Локализация.»Рейтинг курса 4.000
Уроки в курсе «Искусственный интеллект для роботов. Локализация.»Количество уроков 20
Тесты в курсе «Искусственный интеллект для роботов. Локализация.»Количество квизов 53
Задачи с кодом в курсе «Искусственный интеллект для роботов. Локализация.»Количество задач с кодом 27
Время прохождения курса «Искусственный интеллект для роботов. Локализация.»Время прохождения курса
Обновления курса «Искусственный интеллект для роботов. Локализация.»Обновления курса
Дата публикации курса «Искусственный интеллект для роботов. Локализация.»Дата публикации курса
Последнее обновление курса «Искусственный интеллект для роботов. Локализация.»Последнее обновление

Чему вы научитесь

Это первый из серии курсов, посвящённой основам программирования автономных транспортных средств и мобильных роботов, таких например, как беспилотный автомобиль компании Яндекс. В этой серии курсов вы познакомитесь с основными технологиями искусственного интеллекта, применяющимися в робототехнике.

Этот курс посвящён решению задачи локализации робота в пространстве. В нём рассмотрены такие вероятностные методы решения этой задачи как метод Монте-Карло, фильтр Калмана и фильтр частиц.

Курс построен по модели "обучение в процессе" (learn as you go). Это означает, что мы предлагаем учащимся освоить материал на примере практических заданий. Вся необходимая теория будет представлена в упрощённом виде, достаточном для понимания основ и выполнения заданий.

Для реализации представленных в курсе алгоритмов используется язык Python. Продвинутых навыков владения этим языком вам не потребуется, но если вы совсем не знакомы с Python – мы рекомендуем вам пройти ознакомительный курс.

 

Серия курсов основана на открытом курсе лекций Artificial Intelligence for Robotics созданного Себастьяном Труном и его командой, а также на книге Probabilistic Robotics. Команда Труна была победителем соревнований автономных роботов-автомобилей DARPA Grand Challenge в 2005 году. В ходе этого соревнования требовалось создать автономный автомобиль, который самостоятельно преодолел бы путь длиной в 210 км по пустыне Мохаве. Автомобиль команды Стэнфордского университета (которой руководил Трун) преодолел заданный маршрут за семь часов.

В серии курсов будут рассмотрены основные технологии и алгоритмы, необходимые для создания подобного мобильного робота.

Первый курс посвящён решению задачи локализации робота в пространстве. В последующих курсах будут рассмотрены задачи навигации, управления и планирования пути, а также построения карты окружающего пространства.

В дальнейшем планируется создать отдельные курсы для углублённого изучения каждого из этих вопросов и моделирования работы мобильного робота в среде ROS (Robot Operation System) при помощи симулятора Gazebo.

 

Посмотрите небольшое видео от WorldSkills, в котором Николай Иванов расскажет что такое мобильная робототехника, и как она может повлиять на вашу жизнь :)

О курсе

Основы программирования автономных транспортных средств и мобильных роботов. Если вы хотите окунуться в мир робототехники и искусственного интеллекта, понять, как всё работает "изнутри" - этот курс для вас!

Преподаватели курса

Нагрузка

6 часов в неделю на 1 месяц

Расскажите о курсе друзьям