Deep Learning Specialization on Coursera

Udacity公开课视频及下载-无人驾驶汽车编程(CS 373: Programming a Robotic Car)

+3 投票

无人驾驶汽车是一项非常酷的技术,前段时间 Google的 无人驾驶汽车还获得了牌照,着实让人眼前一亮。而该项目的主导人是前斯坦福大学人工智能实验室的主任塞巴斯蒂安-斯伦(Sebastian Thrun),他也是谷歌街景地图服务和谷歌眼镜的创造者之一。更重要的是,他创办了Udacity - 21世纪的互联网大学,而且亲自授课,课程就是“无人驾驶汽车编程(CS 373: Programming a Robotic Car)”,更动听的名字可以称之为"谷歌无人驾驶汽车揭秘“。

由于Udacity的官方视频都放在了youtube上,对于国内的同学不太方便,所以这里整理了一下在国内网站能找到的该课程的相关视频及下载链接。不过在提供这些视频资源之前,大家可以看一下Thrun教授在TED上的演讲,以下引用网易公开课的一段评述:

斯坦福大学的塞巴斯蒂安·斯伦教授18岁时在一次汽车事故中失去了最挚爱的朋友,于是他致力于用自动驾驶汽车来挽救百万人的生命。他的项目现在隶属于google,他的车已经安全地在美国的大街上开了14万英里。去年风靡一时的斯坦福人工智能的世界级公开课也是他主导的。

对于我来说,这段不到5分钟的视频给我印象最深的有三点:

1. 机器代替人来开车可以少犯错误,减少交通事故;

2. 无人驾驶汽车可以为人类节省大量浪费在路途上的时间;

3. “当我们的后代在遥望我们的时候,会觉得由人来驾驶汽车是多么的荒谬”;

这才是真正改善人类生活质量的技术,向Thrun教授,向Google致敬!

 

而在下面这段视频中,Thrun 和 Urmson 详细解释了Google无人驾驶汽车是如何观察路况,并且探测其它车辆、行人和交通灯的:

 

有了以上的铺垫,相信大家对于无人驾驶汽车背后的技术更是好奇了,那么就让我们跟随Thrun教授的脚步,一起来体验Udacity的公开课:“无人驾驶汽车编程(CS 373: Programming a Robotic Car)”。该课程为7周的课程,课程内容如下:

WEEK 1:
Basics of probability
Car localization with particle filters

WEEK 2:
Gaussians and continuous probability
Tracking other cars with Kalman filters

WEEK 3:
Image Processing and Machine Learning
Finding objects in sensor data

WEEK 4:
Planning and search
Determining where to drive with A* search
Finding optimal routes with dynamic programming

WEEK 5:
Controls
Controlling steering and speeds with PID

WEEK 6:
Putting it all together
Programming a self-driving car

WEEK 7:
Final Exam
Exam testing your knowledge

首先,如果有条件,建议大家直接在Udacity的官方网站注册学习,除了视频课程,还有wiki, 问答平台等,可以参考:Udacity课程体验及其Wiki系统

如果没有条件,那么我们就创造条件,好在国内有很多好心人已经为大家做了贡献,这里就整理和收集这些相关资源。

无人驾驶汽车编程(CS 373: Programming a Robotic Car)”这门课程早期貌似由Udacity内部的国人直接将英文讲解翻译为中文讲解放在了youku上,不过只讲了第一单元的一部分就戛然而止了,不知道为什么。不过作为了解这门课程的入门第一手资料,是非常不错的:

 

还有好心同学上传了第3,4单元的英文课程,可惜不全,没有涵盖所有七周的课程:

 

不过我们还有电驴资源,在verycd上,有好心同学奉上了本课程全部7周课程的视频下载,以下是verycd上的相关介绍:

内容介绍:

  谷歌发布了他们开发的无人驾汽车,此车可以自动驾驶无需人工控制。谷歌创始人拉里佩奇和谢尔盖布林想用科技解决实际问题,这也是他们创立谷歌公司的初衷。谷歌开发无人驾驶汽车的目的是为了防止交通意外、给人们更多空闲时间和减少汽车的使用从根本上减少碳排放量。

  该项目是塞巴斯蒂安-特龙(Sebastian Thrun)的智慧结晶,这位43岁的斯坦福大学人工智能实验室的主任是谷歌工程师和谷歌街景地图服务的创造者之一。

   2005年,他领导一个由斯坦福学生和教师组成的团队设计出了斯坦利机器人汽车,该车在由美国国防部高级研究计划局(DARPA)举办的第二届“挑战” (Grand Challenge)大赛中夺冠,该车在沙漠中行驶超过132英里(212.43公里),因此赢得了由五角大楼颁发的200万美元奖金。

  而且,这一支由15位工程师组成的团队继续投身于此项目。另外,谷歌聘请了至少12人,并且这些人均没有不良驾驶记录,这部分员工坐在主驾座上以观察汽车行驶状况,他们每小时的薪酬为15美元或者更多。谷歌在此项目中使用了六辆普锐斯和一辆奥迪TT。

   目前谷歌无人驾驶汽车已经行驶超过20万英里。技术人员表示:谷歌无人驾驶汽车通过摄像机、雷达传感器和激光测距仪来“看到”其他车辆,并使用详细的地 图(我们通过手动驾驶车辆收集而来)来进行导航。我们的手动驾驶车辆收集来的信息是如此巨大,我们必须将这些信息进行处理转换,谷歌数据中心将这一切变成 了可能,它的数据处理能力是如些强大。目前所面临的难题是自动驾驶汽车和人驾驶的汽车如何共处而不引起交通事故的问题。

  此视频为官方出品,在7周时间里,你将接触关于无人驾驶汽车的主要系统以及算法,编程语言为Python。

  http://www.udacity.com/overview/Course/cs3.../apr2012

  
作者介绍:

Sebastian Thrun

Sebastian Thrun is a Research Professor of Computer Science at Stanford University, a Google Fellow, a member of the National Academy of Engineering and the German Academy of Sciences. Thrun is best known for his research in robotics and machine learning, specifically his work with self-driving cars.

以下是verycd上的课程视频下载链接:

《谷歌无人驾驶汽车编程》(CS 373: Programming a Robotic Car)共7周课程

[谷歌无人驾驶汽车编程].(Week1.Basics.of.probability).rar 详情 299.8MB
[谷歌无人驾驶汽车编程].(Week2.Gaussians.and.continuous.probability).rar 详情 image 359.5MB
[谷歌无人驾驶汽车编程].(Week3.Image.Processing.and.Machine.Learning).rar 详情 353.3MB
[谷歌无人驾驶汽车编程].(Week4.Planning.and.search).rar 详情 346.8MB
[谷歌无人驾驶汽车编程].(Week5.Controls).rar 详情 300.3MB
[谷歌无人驾驶汽车编程].(Week6.Putting.it.all.together).rar 详情 315.1MB
[谷歌无人驾驶汽车编程].(Week7.Final.Exam).rar 详情 114.6MB
class 373 info
[谷歌无人驾驶汽车编程].CS373-Class.FAQ.mht 详情 976.3KB
[谷歌无人驾驶汽车编程].CS373-Syllabus.mht 详情 image 971.6KB

 

参考:

Google 无人驾驶汽车的原理

独家:Google无人驾驶汽车初体验(组图)

Google终极实验室:从无人驾驶汽车到机器人

http://www.youku.com/playlist_show/id_17326374.html

http://www.youku.com/playlist_show/id_17170975_ascending_1_mode_pic_page_2.html

时间: 2012年 6月 20日 分类:人工智能 作者: 52opencourse (24,170 基本)
编辑 2012年 6月 21日 作者:52opencourse

1个回答

0 投票
it's interesting and amazing
已回复 2012年 6月 21日 作者: fandywang (2,360 基本)
NLPJob

Keyword Extraction

TensorFlow Tutorial

Sentiment Analysis

Free Article Spinner

Text Analysis Online

Text Processing

Word Similarity

本站架设在 DigitalOcean 上, 采用创作共用版权协议, 要求署名、非商业用途和保持一致. 转载本站内容必须也遵循“署名-非商业用途-保持一致”的创作共用协议.