Bienvenue dans le cours de réalisation d’une voiture autonome à la Google !
Sebastian Thrun, qui est professeur à la prestigieuse université de Stanford, est connu pour avoir contribué à la réalisation de cette fameuse voiture qui a traversé le désert et les Etats Unis d’Amériques. Aujourd’hui, il propose au monde entier de suivre ses cours pour répandre son savoir !
Tout d’abord, je vous conseille de lire l’article qui explique grossièrement le fonctionnement de la voiture autonome de Google ICI.
Pour vous aider, voici un document récapitulatif des termes techniques ici.
Au programme du cours qui se déroulera sur 7 semaines :
Cours 1 : Bases de la probabilité
Localisation géographique à l’aide d’un filtre particulaire.
Cours 2 : Probabilités gaussiennes et continues.
Suivi d’autres voitures à l’aide de filtres de Kalman.
Cours 3 : Analyse d’image et machine d’apprentissage.
Trouver des objets au sein de données de capteurs.
Cours 4 : Planification et recherche.
Déterminer où se diriger à partir du parcours d’arbre en A*.
Trouver les routes optimales avec la programmation dynamique.
Cours 5 : Contrôles.
Contrôler la direction et la vitesse grâce au PID.
Cours 6 : Rassembler le tout pour l’intégrer à la voiture autonome.
Cours 7 : Examen.
Et maintenant, accrochez vos ceintures car voici le cours 1 : Localisation géographique à l’aide d’un filtre particulaire.
Introduction
Localisation
Le monde des probabilités
Premier exercice
Distribution uniforme
Distribution uniforme généralisée
Exercice en ligne : Vous devez vous créer un compte sur le site Udacity et faire l’exercice correspondant à ce chapitre.
Vous y trouverez également la suite du cours en vidéo :
[iframe http://www.udacity.com/overview/Course/cs373 650 600]
Version papier du cours 1.
Source : Udacity
