Mga Pundasyon ng SLAM: Paano Nagmamapa ang mga Robot sa Mundo at Natutukoy ang Kanilang Sariling Lokasyon

Kailangan malaman ng mga robot at autonomous na sasakyan kung nasaan sila at kung ano ang nasa paligid nila, kadalasan nang walang anumang paunang mapa ng kapaligiran. Ang paglutas sa problemang ito ng manok at itlog ay ang puso ng SLAM, Simultaneous Localization and Mapping. Nagbibigay sa iyo ang kursong ito ng isang mahinahon, nakabalangkas na pagpapakilala sa larangan upang mabasa mo ang mga SLAM paper, masuri ang mga stack, at makatuwiran tungkol sa kanilang pag-uugali. Malalaman mo kung ano ang ginagawa ng SLAM, kung ano ang hindi nito magagawa, at kung paano gumagawa ng iba't ibang mga trade-off ang iba't ibang mga sensor at algorithm. Ang kurso ay nananatiling nakabatay sa mga malawakang ginagamit na konsepto at tumuturo sa mga modernong pag-unlad na humuhubog sa larangan. Ano ang iyong matututunan: - Unawain ang problema ng SLAM at kung bakit ito ay pundamental na isang joint estimation challenge - Kilalanin ang mga pangunahing sensor modality na ginagamit sa SLAM kabilang ang LiDAR, mga camera, depth sensor, at inertial unit - Galugarin ang mga pangunahing pamilya ng algorithm kabilang ang mga filtering approach at modernong graph-based optimization - Basahin kung paano ginagawang globally consistent na mga mapa ang mga drifting estimate ng loop closure detection - Tukuyin ang mga limitasyon ng SLAM kabilang ang mga pagbabago sa kapaligiran, pagkabigo ng sensor, at mga malabong eksena - Unawain ang mga integration point sa pagitan ng SLAM, motion planning, at mas mataas na antas ng pag-uugali ng robot Nagsisimula ang kurso sa mismong problema ng SLAM, dumadaan sa mga sensor at algorithm, at nagtatapos sa mga operational reality ng pagpapatakbo ng SLAM sa mga totoong robot. Nakakatulong ang mga pagsasanay sa pagsulat na maiugnay mo ang bawat konsepto sa isang partikular na robot, kapaligiran, o use case. Ang kursong ito ay idinisenyo para sa mga ganap na baguhan na walang background sa robotics o SLAM, kabilang ang mga mag-aaral ng computer science, mga software developer na nag-e-explore ng robotics, at mga inhinyero na pumapasok sa autonomous systems work. Hindi kailangan ng anumang prerequisites maliban sa pangkalahatang kaginhawaan sa matematika. Ipinaliliwanag ng kurso ang bawat konsepto habang lumilitaw ito at nananatiling nakatuon sa pag-unawa sa halip na implementasyon.