Persepsi Visual untuk Pemanduan Autonomi

Untuk kereta pandu sendiri bergerak dengan selamat, ia mesti terlebih dahulu mentafsir dunia visual di sekelilingnya dengan tepat. Kursus ini menyediakan asas yang kukuh tentang cara data visual diproses untuk mengenal pasti halangan, penanda lorong, dan papan tanda lalu lintas, menukar piksel mentah menjadi maklumat yang boleh diambil tindakan untuk sistem autonomi. Anda akan mendapat pemahaman yang jelas tentang cara kamera berfungsi sebagai penderia dan cara menukar imej 2D menjadi data spatial 3D. Menjelang akhir kursus ini, anda akan dapat menerangkan mekanisme teras yang membolehkan kenderaan melihat persekitarannya dan membezakan antara pelbagai jenis peserta jalan raya. Apa yang anda akan pelajari: - Fahami model kamera lubang jarum (pinhole camera model) dan geometri pembentukan imej - Lakukan penentukuran kamera untuk mengambil kira parameter intrinsik dan ekstrinsik - Kenal pasti dan padankan ciri imej untuk menjejaki pergerakan merentasi bingkai - Gunakan teknik pengesanan objek untuk elemen jalan raya statik dan dinamik - Teroka seni bina penglihatan moden dan transformers untuk kesedaran spatial yang dipertingkatkan - Tafsirkan segmentasi semantik untuk membezakan permukaan yang boleh dipandu daripada halangan Kursus ini bermula dengan definisi asas cahaya dan geometri kamera sebelum beralih kepada logik di sebalik algoritma pengecaman dan penjejakan yang canggih. Anda akan membaca penerangan terperinci dan menganalisis coretan kod yang menunjukkan cara prinsip ini digunakan dalam teknologi automotif moden. Kursus ini direka untuk pemula yang berminat dalam robotik, AI, atau kejuruteraan automotif. Tiada pengalaman terdahulu dalam penglihatan komputer diperlukan untuk bermula. Mulakan perjalanan anda ke dalam teknologi di sebalik navigasi autonomi hari ini.