Udemy – ROS2 Self Driving Car with Deep Learning and Computer Vision 2024-7

توضیحات

دوره ROS2 Self Driving Car with Deep Learning and Computer Vision . این دوره شامل ماشین خودران مبتنی بر ROS2 از طریق یک دوربین RGB است که از ابتدا ایجاد شده است.

ویژگی های Self Drive:

• – دستیار خط
• – کروز کنترل
• – ناوبری T-Junction
• – عبور از تقاطع ها

پکیج Ros

• ایجاد مدل های جهانی
• Prius OSRF gazebo ویرایش مدل
• گره ها، فایل ها را راه اندازی کنید
• SDF از طریق Gazebo
• بافت ها و پلاگین ها در SDF

بخش نرم افزار:

• راه اندازی خط لوله ادراک
• تشخیص خط با تکنیک های بینایی کامپیوتری
• طبقه بندی علامت با استفاده از CNN (ساخت سفارشی).
• تشخیص چراغ راهنمایی با استفاده از آبشار هار
• ردیابی علائم و چراغ راهنمایی با استفاده از جریان نوری
• الگوریتم های کنترل مبتنی بر قانون

الزامات قبل از دوره

1. مبتنی بر نرم افزار

• اوبونتو 20.04 (LTS)
• ROS2 – فاکسی فیتزروی
• پایتون 3.6
• Opencv 4.2
• تنسورفلو 2.14

2. مبتنی بر مهارت

• ارتباطات پایه ROS2 Nodes
• دانش اولیه CV
• فایل ها را راه اندازی کنید
• ساخت مدل Gazebo
• ذهن با انگیزه 🙂

ما با استفاده از مدل های سه بعدی ( ارائه شده در مخزن ) و قطعات خودرویی که از لینک های ارائه شده توسط مربیان خریداری شده اند، به سرعت ماشین خود را روی Raspberry Pi راه اندازی می کنیم . پس از آن، برای شروع برنامه نویسی Serious، Raspberry Pi را با Motors و دوربین ارتباط خواهیم داد . سپس با درک مفهوم خودرانی و اینکه چگونه آینده نزدیک ما را در زمینه حمل و نقل و محیط زیست متحول می کند. سپس مقایسه ای بین دو غول SD (تسلا و وایمو) انجام خواهیم داد . پس از آن، ما پیشنهاد خود را با صحبت مستقیم با شما در داخل شبیه سازی ارائه می دهیم تا بتوانید نتایج دوره را خودتان شاهد باشید. در درجه اول خودروی خودران ما از چهار ویژگی کلیدی تشکیل شده است.

• Lane Assis
• Cruise Control       
• ناوبری T-Junction
• عبور از تقاطع      

هر توسعه ویژگی از دو بخش تشکیل خواهد شد

1. تشخیص: جمع آوری اطلاعات مورد نیاز برای آن ویژگی

2. کنترل:   پیشنهاد پاسخ مناسب برای اطلاعات دریافتی

نرم افزار مورد نیاز

• اوبونتو 20.4 و ROS2 فاکسی
• پایتون 3.6
• OpenCV 4.2
• TensorFlow
• ذهن با انگیزه برای یک پروژه برنامه نویسی بزرگ

آنچه که در دوره ROS2 Self Driving Car with Deep Learning and Computer Vision فرا خواهید گرفت

• خودروی خودران خود را در شبیه سازی (ROS2) بسازید
• آموزش توسعه 4 ویژگی ضروری خود درایو (دستیار بین خطوط، کروز کنترل، ناوبری T-Junc، تقاطع های متقاطع)
• تکنیک‌های ComputerVision به عنوان مثال (تشخیص، محلی‌سازی، ردیابی)
• شیرجه عمیق با شبکه های عصبی سفارشی ساخته شده (CNN)
• (جدید!!!) یک سیستم ناوبری ماهواره ای (یعنی GPS) ایجاد کنید که به SDC کمک می کند تا به طور مستقل به هر مقصد دلخواه حرکت کند.
• از طریق یک مثال عملی، یاد بگیرید که چگونه از عملکردهای ارائه شده توسط سایر مخازن برای نیازهای خود استفاده کنید.

این دوره مناسب افرادیست که

• علاقه مندان به خودروهای خودران که به دنبال ساخت یکی از خودروهای خود هستند
• مهندسانی که می خواهند در زمینه های بینایی کامپیوتر، هوش مصنوعی و رباتیک شروع به کار کنند.

مشخصات دوره ROS2 Self Driving Car with Deep Learning and Computer Vision

• ناشر: یودمی
• مدرس: Muhammad Luqman
• سطح آموزش: متوسط تا پیشرفته
• مدت زمان آموزش: 9 ساعت و 37 دقیقه
• تعداد دروس: 92

سرفصل های دوره

پیشنیازهای دوره ROS2 Self Driving Car with Deep Learning and Computer Vision

• Python basic Programming and Modules
• ROS2 Basic Nodes and Launch Files Processing
• Gazebo Models Communication with ROS
• Basic Opencv Processing

تصاویر دوره

نمونه فیلم دوره

حجم

8.65 گیگابایت