课程主页: https://www.coursera.org/learn/motion-planning-self-driving-cars
在现代汽车科技迅速发展的背景下，自驾车技术正逐渐走向大众视野。而其中的运动规划是实现安全、准确行驶的关键之一。今天，我将为大家介绍Coursera上的一门课程——《自驾车的运动规划》，这也是多伦多大学自驾车专业化课程的第四门。本课程的目的在于帮助学员掌握自主驾驶中的主要规划任务，包括任务规划、行为规划及局部规划等。
### 课程概览
本课程对自驾车运动规划的各个方面进行了深入探讨。通过学习，你将能够利用Dijkstra算法和A*算法找到图形或道路网络上的最短路径，使用有限状态机选择安全行为，并设计最优规划。
### 课程大纲
1. **规划问题**：了解自驾车运动规划问题的复杂性和挑战，学习主要场景，损失函数和约束等。
2. **规划中的映射**：学习占用网格的概念，并掌握如何从3D LIDAR扫描形成2D地图。
3. **驾驶环境中的任务规划**：运用图的最短路径搜索找到从当前位置到达目的地的路径，涵盖Dijkstra和A*搜索。
4. **动态物体交互**：评估环境中车辆和行人的碰撞时间，为行为规划提供工具。
5. **行为规划原理**：开发基于规则的行为规划系统，进行高层次的驾驶决策。
6. **静态环境中的反应规划**：学习如何在静态2D环境中根据局部信息定义可行路径。
7. **综合规划 – 平滑局部规划**：优化路径定义，确保车辆沿着理想轨迹行驶。
### 课程评价
这门课程非常适合希望深入了解自驾技术的学生和工程师。课程内容结构清晰、深入浅出，结合理论与实践，极大增强了学习的趣味性和有效性。此外，课程中提供了实用的工具和算法，能够帮助学员在实际项目中得到应用。
### 推荐理由
综上所述，如果你对自动驾驶技术有浓厚的兴趣，尤其是对车辆的运动规划感兴趣，这门课程绝对值得你报名学习。它不仅提供了扎实的理论基础，还有丰富的实践案例，有助于你将知识运用到实际工作中。
赶快去Coursera上注册这门课程，迈出自驾车技术学习的第一步吧！
课程主页: https://www.coursera.org/learn/motion-planning-self-driving-cars