Persepsi Visual untuk Kendaraan Otonomi

Agar mobil kemudi mandiri dapat bernavigasi dengan aman, mobil tersebut harus terlebih dahulu menafsirkan dunia visual di sekitarnya dengan tepat. Kursus ini memberikan dasar yang kuat mengenai cara data visual diproses untuk mengidentifikasi hambatan, penanda jalur, dan rambu lalu lintas, mengubah pixel mentah menjadi informasi yang dapat diterapkan untuk sistem otonom. Anda akan mendapatkan pemahaman yang jelas tentang bagaimana kamera berfungsi sebagai sensor dan bagaimana mengubah gambar 2D menjadi data spasial 3D. Pada akhir kursus ini, Anda akan dapat menjelaskan mekanisme inti yang memungkinkan kendaraan untuk merasakan lingkungannya dan membedakan antara jenis peserta jalan yang berbeda. Apa yang akan kau pelajari: - Mengerti model kamera pinhole dan geometri pembentukan gambar - Lakukan kalibrasi kamera untuk menghitung parameter intrinsik dan ekstrinsik - Identifikasi dan cocokkan fitur gambar untuk melacak gerakan di seluruh bingkai - Terapkan teknik deteksi objek untuk kedua elemen jalan statis dan dinamis - Mengeksplorasi arsitektur visi modern dan transformator untuk meningkatkan kesadaran spasial - Menafsirkan segmentasi semantik untuk membedakan permukaan yang dapat dijalankan dari hambatan Kursus ini dimulai dengan definisi dasar cahaya dan geometri kamera sebelum beralih ke logika di balik algoritma pengenalan dan pelacakan yang canggih. Anda akan membaca penjelasan rinci dan menganalisis potongan kode yang menunjukkan bagaimana prinsip-prinsip ini diterapkan dalam teknologi otomotif modern. Kursus ini dirancang untuk pemula yang tertarik pada robotika, AI, atau rekayasa otomotif. Tidak diperlukan pengalaman sebelumnya dalam bidang penglihatan komputer untuk memulai. Mulai perjalanan Anda ke teknologi di balik navigasi otonom hari ini.