自动驾驶最强学习资料-Toy模板网

这篇具有很好参考价值的文章主要介绍了自动驾驶最强学习资料。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

资料说明和获取方式
本资料包是作者吐血整理的干货！目前为止应该是非常全的自动驾驶资料包！是作者五年自动驾驶算法工程师的
积累！
以上干货资料并不全是作者自己原创，是作者作为五年自动驾驶算法工程的积累，一部分是参考其他的资料，一部分是作者自己的一些见解，这一份资料涵盖太多，希望能够帮到想进入自动驾驶行业的同学！！！
加V获取
自动驾驶最强学习资料

标定和相机模型
│ ├── 01 理论部分：单目成像过程.pdf
│ ├── 藏在标定板身后的秘密.pdf
│ ├── 从零开始学习「张氏相机标定法」.pdf
│ ├── 机器视觉：摄像机标定技术.pdf
│ ├── 【立体视觉】世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的关系_世界坐标系转像素坐标系.pdf
│ ├── 一分钟详解鱼眼镜头标定基本原理及实现.pdf
│ ├── 一分钟详解OpenCV之相机标定函数calibrateCamera().pdf
│ ├── 一文图解单目相机标定算法.pdf
│ ├── 鱼眼投影模型理解以及opencv官方文档和同类文章勘误 .pdf
│ ├── 再谈「相机标定」.pdf
│ ├── 张正友标定法-完整学习笔记-从原理到实战.pdf
│ ├── 综述 _ 相机标定方法.pdf
│ ├── 总结 _ 相机标定的基本原理与改进方法.pdf
│ ├── OpenCV相机标定与畸变校正.pdf
│ └── test.txt
传感器
│ ├── 毫米波雷达物体检测技术【硬件&软件】.pdf
│ ├── 万字长文带你入门无人驾驶车硬件.pdf
│ ├── 详解激光雷达，毫米波雷达在智能网联汽车中的应用.pdf
│ ├── 一文详解激光雷达最全分类.pdf
│ ├── 自动驾驶传感器（二）：毫米波雷达Radar原理.pdf
│ ├── 自动驾驶传感器（六）：惯性导航IMU原理.pdf
│ ├── 自动驾驶传感器（三）：激光雷达Lidar底层原理.pdf
│ ├── 自动驾驶传感器（四）：数码相机Digital Camera原理.pdf
│ ├── 自动驾驶传感器（五）：卫星导航GPS-RTK原理（2W字.pdf
│ ├── 自动驾驶传感器（一）：传感的本质.pdf
│ ├── 自动驾驶基础——惯性测量单元(IMU).pdf
│ ├── 自动驾驶汽车传感器超强解读.pdf
│ ├── 自动驾驶需要高精度IMU的7个理由.pdf
│ └── 总结 _ 相机标定的基本原理与改进方法.pdf
单目测距
│ ├── 单目测距（yolo-目标检测+标定+测距代码.pdf
│ ├── 单目摄像机测距（python+opencv）单目视觉测距原理.pdf
│ ├── 单目视觉系统检测车辆的测距方法（Mobileye单目测距等7种方法.pdf
│ ├── 摄像头单目测距原理及实现.pdf
│ ├── 相机标定与测距原理及 OpenCV 实现.pdf
│ └── 一文读懂BEVFormer论文 .pdf
动手学多传感器融合定位
│ ├── 动手学多传感器融合定位（二）：自动驾驶、机器人和无人机中常用的传感器以及融合思路.pdf
│ ├── 动手学多传感器融合定位（三）：定位问题需要估计的状态与位姿相关基础知识.pdf
│ ├── 动手学多传感器融合定位（一）：常用坐标系.pdf
│ ├── 多传感器融合定位常用坐标系 .pdf
│ └── 更新计划.png
高阶自动驾驶量产之路
│ ├── 1-1 追本溯源－Autopilot.pdf
│ ├── 1-2 SAE 自动驾驶分级.pdf
│ ├── 1-3 自动驾驶去魅——无人OR辅助驾驶.pdf
│ ├── 2-1 高阶智能驾驶中的硬件.pdf
│ ├── 2-2 Camera 模组——最核心没有之一的感知传感器.pdf
│ ├── 2-3 Lidar —— 后发先至，高阶智能驾驶的必选(上).pdf
│ ├── 2-3 Lidar —— 后发先至，高阶智能驾驶的必选(下).pdf
│ ├── 2-4 Radar——老骥伏枥，志在千里.pdf
│ ├── 2-5 智能驾驶感知传感器Pros and Cons.pdf
│ ├── 2-6 超声波雷达——低速与泊车辅助.pdf
│ ├── 本系列后续更新计划.pdf
│ ├── 写个想从事自动驾驶相关工作的同学及学习资料获取2.pdf
│ ├── swra554a.pdf
│ └── zhcy075.pdf
规划控制
│ ├── 关于控制的二三事.pdf
│ ├── 规划控制论文精选.pdf
│ ├── 基于MPC的LKA算法设计_simulink.pdf
│ ├── 利用Matlab_Simulink实现ACC的Test bench.pdf
│ ├── 实例详解自动驾驶中的最优路径规划.pdf
│ ├── 无人驾驶车辆的避障、路径规划和控制.pdf
│ ├── 一文读懂自动驾驶轨迹规划的核心解法.pdf
│ ├── 一文解析自动驾驶汽车决策控制系统技术.pdf
│ ├── 运动规划算法汇总.pdf
│ ├── 知规划控制论文综述精选一.pdf
│ ├── 自动驾驶决策控制及运动规划史上最详细最接地气总览现状.pdf
│ ├── 自动驾驶硬件之线控底盘.pdf
│ ├── 【自动驾驶】运动规划丨代码生成丨 MATLAB Coder将M代码生成C_C++代码.pdf
│ └── 自动驾驶中的决策规划算法概述 .pdf
规划专题
│ ├── 环境感知与规划——状态栅格规划器（State Lattice Planner.pdf
│ ├── 基于动力学的时间最优轨迹规划.pdf
│ ├── 【自动驾驶】运动规划丨成本函数丨二次规划.pdf
│ ├── 【自动驾驶】运动规划丨轨迹规划丨贝塞尔Bezier曲线.pdf
│ ├── 【自动驾驶】运动规划丨轨迹规划丨基于改进Dijkstra算法的轨迹平滑方法.pdf
│ ├── 【自动驾驶】运动规划丨轨迹规划丨 Dijk算法有向带权图.pdf
│ ├── 【自动驾驶】运动规划丨轨迹规划丨Frenet坐标转换.pdf
│ ├── 【自动驾驶】运动规划丨论文分享丨Baidu Apollo EM Motion Planner.pdf
│ ├── 【自动驾驶】运动规划丨速度规划丨时间维度.pdf
│ ├── 【自动驾驶】运动规划丨知识分享丨运动规划的架构和算法.pdf
│ └── 【自动驾驶】运动规划丨知识分享 Apollo问答 _ 轨迹规划中的关键问题汇总.pdf
控制理论及应用实践
│ ├── 卡尔曼滤波（Kalman Filter）原理与公式推导.pdf
│ ├── 控制算法手记-PID控制器.pdf
│ ├── 控制算法原理及实现之PID（以飞控为例.pdf
│ ├── 控制算法之超前-滞后补偿器(Lead_Lag Compensator).pdf
│ ├── 模型预测控制(MPC)算法之一MAC算法.pdf
│ ├── 自动驾驶控制算法实例之模型预测控制（MPC）--从模型推导到代码实现（以Autoware为例.pdf
│ ├── 自动驾驶State Estimation And Localization(六)-ES-EKF.pdf
│ └── MPC算法.pdf
├── 了解自动驾驶，从ADAS开始.pdf
其他技术文档
│ ├── 47页PPT详解百度深度学习在自动驾驶感知领域的应用.pdf
│ ├── 计算机视觉方向简介 _ 视觉惯性里程计(VIO).pdf
│ ├── 汽标委发布《道路车辆先进驾驶辅助系统(ADAS)术语及定义》.pdf
│ ├── 如何理解3D动画中的欧拉角以及死锁？.pdf
│ ├── 万字长文回顾智能驾驶进化史.pdf
│ ├── 万字长文讲透量产智能驾驶系统方案.pdf
│ ├── 详解 _ SLAM回环检测问题.pdf
│ ├── 知荐 _ 自动驾驶环境感知技术要点浅析.pdf
│ ├── 自动驾驶--惯性导航原理.pdf
│ ├── 自动驾驶新技术与通用实践.pdf
│ ├── 自动驾驶综述_定位、感知、规划常见算法汇总.pdf
│ ├── ADAS algorithm design prototyping sensor fusion.pdf
│ ├── arXiv论文：自动驾驶中深度学习.pdf
│ ├── CVPR 2019 无人驾驶相关论文合集（附下载链接和代码.pdf
│ ├── ECCV 2020 「自动驾驶」论文汇总.pdf
│ └── SLAM _ 视觉SLAM中的前端：视觉里程计与回环检测.pdf
├── 如何成为一名合格的自动驾驶工程师？.pdf
无人驾驶入门
│ ├── 无人驾驶汽车系统入门（八）——机器学习入门.pdf
│ ├── 无人驾驶汽车系统入门（二）——高级运动模型和扩展卡尔曼滤波.pdf
│ ├── 无人驾驶汽车系统入门（九）——神经网络基础.pdf
│ ├── 无人驾驶汽车系统入门（六）——基于传统计算机视觉的车道线检测.pdf
│ ├── 无人驾驶汽车系统入门（七）——基于传统计算机视觉的车道线检测(2).pdf
│ ├── 无人驾驶汽车系统入门（三）——无损卡尔曼滤波，目标追踪，C++.pdf
│ ├── 无人驾驶汽车系统入门（十）——基于运动学模型的模型预测控制_无人车运动学模型.pdf
│ ├── 无人驾驶汽车系统入门（十六）——最短路径搜索之A_算法.pdf
│ ├── 无人驾驶汽车系统入门（四）——反馈控制入门，PID控制.pdf
│ ├── 无人驾驶汽车系统入门（五）——运动学自行车模型和动力学自行车模型.pdf
│ └── 无人驾驶汽车系统入门（一）——卡尔曼滤波与目标追踪.pdf
自动驾驶丛书
│ ├── 第一本无人驾驶技术书.刘少山(高清PDF+详细书签)入门推荐.pdf
│ ├── 视觉SLAM十四讲.pdf
│ └── 无人驾驶技术.pdf
自动驾驶仿真实践(Apollo&CARLA)
│ ├── 第1章 Apollo架构介绍.pdf
│ ├── 第2章 CARLA联合仿真环境搭建.pdf
│ ├── 第3章自动驾驶系统的标定工作.pdf
│ ├── 第4章自动驾驶系统的定位单元.pdf
│ ├── 第5章 Apollo系统的感知单元.pdf
│ └── 第6章 Apollo系统的规划控制单元.pdf
├── 自动驾驶感知学习路线——入门必看干货篇 .pdf
自动驾驶基础架构
│ ├── Prt1.概述.pdf
│ ├── Prt2.数据的产生-PDF.pdf
│ ├── Prt3.数据的采集和存储-PDF版.pdf
│ ├── Prt4.Devops 自动化实践-PDF.pdf
│ ├── Prt5.基础设施自动化实践.pdf
│ ├── Prt6.数据的扩展–自动驾驶仿真系统-PDF版本.pdf
│ ├── Prt7.数据的展示之渲染技术和数据可视化-美化版.pdf
│ └── Prt8.数据的利用-PDF版.pdf
自动驾驶学习笔记
│ ├── 自动驾驶学习笔记（10）控制的目标：驾驶舒适平顺.pdf
│ ├── 自动驾驶学习笔记（1）_ 行业概述与学习渠道.pdf
│ ├── 自动驾驶学习笔记（2）_ 知识清单：不列个123怎么开展学习 .pdf
│ ├── 自动驾驶学习笔记（3）_ 自动驾驶硬件架构.pdf
│ ├── 自动驾驶学习笔记（4）_ 汽车CAN总线：总线不是很粗的线.pdf
│ ├── 自动驾驶学习笔记（5）_ 主动安全：通往自动驾驶的必经之路.pdf
│ ├── 自动驾驶学习笔记（6）_ 人工智能：自动驾驶强力助推器 .pdf
│ ├── 自动驾驶学习笔记（7）_ 日益强大的视觉摄像头.pdf
│ ├── 自动驾驶学习笔记（8）_ 不得不说毫米波雷达.pdf
│ └── 自动驾驶学习笔记（9）_ 传感器融合：传递更加精准的目标信息.pdf
自动驾驶专项课程
│ └── self-driving-cars
│ ├── 补充材料&paper
│ ├── Part1-Introduction_to_Self-Driving_Cars
│ │ ├── Module0-Welcome_to_the_self-driving_cars_specialization
│ │ │ ├── module0-welcome-to-the-self-driving-cars-specialization.md
│ │ │ └── slides
│ │ ├── Module1-The_Requirements_for_Autonomy
│ │ │ ├── assets
│ │ │ │ ├── 1554117082011.png
│ │ │ │ ├── 1554117487130.png
│ │ │ │ ├── 1554117607975.png
│ │ │ │ ├── 1554533856057.png
│ │ │ │ ├── 1554534392567.png
│ │ │ │ ├── 1554534504440.png
│ │ │ │ ├── 1554550869093.png
│ │ │ │ ├── 1554550938866.png
│ │ │ │ ├── 1554550998629.png
│ │ │ │ ├── 1554551169342.png
│ │ │ │ ├── 1554551364604.png
│ │ │ │ ├── 1554552492676.png
│ │ │ │ ├── 1554552714431.png
│ │ │ │ ├── 1554789910669.png
│ │ │ │ └── 1554790192694.png
│ │ │ ├── module1-the-requirements-for-autonomy.md
│ │ │ └── slides
│ │ │ ├── Advice for Breaking into the Self-Driving Cars Industry.mp4
│ │ │ ├── Advice for Breaking into the Self-Driving Cars Industry.txt
│ │ │ ├── Advice for Breaking into the Self-Driving Cars Industry.vtt
│ │ │ ├── Lesson 1 - Taxonomy of Driving.mp4
│ │ │ ├── Lesson 1 - Taxonomy of Driving.pdf
│ │ │ ├── Lesson 1 - Taxonomy of Driving.srt
│ │ │ ├── Lesson 1 - Taxonomy of Driving.txt
│ │ │ ├── Lesson 2 - Requirements for Perception.mp4
│ │ │ ├── Lesson 2 - Requirements for Perception.pdf
│ │ │ ├── Lesson 2 - Requirements for Perception.srt
│ │ │ ├── Lesson 2 - Requirements for Perception.txt
│ │ │ ├── Lesson 3 - Driving Decisions and Actions.mp4
│ │ │ ├── Lesson 3 - Driving Decisions and Actions.pdf
│ │ │ ├── Lesson 3 - Driving Decisions and Actions.srt
│ │ │ └── Lesson 3 - Driving Decisions and Actions.txt
│ │ ├── Module2-Self-Driving_Hardware_and_Software_Architectures
│ │ │ ├── assets
│ │ │ │ ├── 1555052504792.png
│ │ │ │ ├── 1555052639921.png
│ │ │ │ ├── 1555052660677.png
│ │ │ │ ├── 1555052858494.png
│ │ │ │ ├── 1555053021439.png
│ │ │ │ ├── 1555053350271.png
│ │ │ │ ├── 1555053366229.png
│ │ │ │ └── 1555053472138.png
│ │ │ ├── module2-self-driving-hardware-and-software-architectures.md
│ │ │ └── slides
│ │ │ ├── Lesson 1 - Sensors and Computing Hardware.mp4
│ │ │ ├── Lesson 1 - Sensors and Computing Hardware.pdf
│ │ │ ├── Lesson 1 - Sensors and Computing Hardware.srt
│ │ │ ├── Lesson 1 - Sensors and Computing Hardware.txt
│ │ │ ├── Lesson 2 - Hardware Configuration Design.mp4
│ │ │ ├── Lesson 2 - Hardware Configuration Design.pdf
│ │ │ ├── Lesson 2 - Hardware Configuration Design.srt
│ │ │ ├── Lesson 2 - Hardware Configuration Design.txt
│ │ │ ├── Lesson 3 - Software Architecture.mp4
│ │ │ ├── Lesson 3 - Software Architecture.pdf
│ │ │ ├── Lesson 3 - Software Architecture.srt
│ │ │ ├── Lesson 3 - Software Architecture.txt
│ │ │ ├── Lesson 4 - Environment Representation.mp4
│ │ │ ├── Lesson 4 - Environment Representation.pdf
│ │ │ ├── Lesson 4 - Environment Representation.srt
│ │ │ ├── Lesson 4 - Environment Representation.txt
│ │ │ ├── The Future of Autonomous Vehicles.mp4
│ │ │ ├── The Future of Autonomous Vehicles.txt
│ │ │ └── The Future of Autonomous Vehicles.vtt
│ │ ├── Module3-Safety_Assurance_for_Autonomous_Vehicles
│ │ │ ├── module3-safety-assurance-for-autonomous-vehicles.md
│ │ │ └── slides
│ │ │ ├── How Companies Approach Autonomous Vehicle Safety.mp4
│ │ │ ├── How Companies Approach Autonomous Vehicle Safety.txt
│ │ │ ├── How Companies Approach Autonomous Vehicle Safety.vtt
│ │ │ ├── Lesson 1 - Safety Assurance for Self-Driving Vehicles.mp4
│ │ │ ├── Lesson 1 - Safety Assurance for Self-Driving Vehicles.pdf
│ │ │ ├── Lesson 1 - Safety Assurance for Self-Driving Vehicles.srt
│ │ │ ├── Lesson 1 - Safety Assurance for Self-Driving Vehicles.txt
│ │ │ ├── Lesson 2 - Industry Methods for Safety Assurance and Testing.mp4
│ │ │ ├── Lesson 2 - Industry Methods for Safety Assurance and Testing.pdf
│ │ │ ├── Lesson 2 - Industry Methods for Safety Assurance and Testing.srt
│ │ │ ├── Lesson 2 - Industry Methods for Safety Assurance and Testing.txt
│ │ │ ├── Lesson 3 - Safety Frameworks for Self-Driving.mp4
│ │ │ ├── Lesson 3 - Safety Frameworks for Self-Driving.pdf
│ │ │ ├── Lesson 3 - Safety Frameworks for Self-Driving.srt
│ │ │ ├── Lesson 3 - Safety Frameworks for Self-Driving.txt
│ │ │ ├── Meet Professor Krzysztof Czarnecki, Safety Assurance Expert.mp4
│ │ │ ├── Meet Professor Krzysztof Czarnecki, Safety Assurance Expert.txt
│ │ │ ├── Meet Professor Krzysztof Czarnecki, Safety Assurance Expert.vtt
│ │ │ ├── Paul Newman on the Trolley Problem.mp4
│ │ │ ├── Paul Newman on the Trolley Problem.txt
│ │ │ └── Paul Newman on the Trolley Problem.vtt
│ │ ├── Module4-Vehicle_Dynamic_Modeling
│ │ │ ├── module4-vehicle-dynamic-modeling.md
│ │ │ ├── slides
│ │ │ │ ├── Challenges for the Industry.mp4
│ │ │ │ ├── Challenges for the Industry.srt
│ │ │ │ ├── Challenges for the Industry.txt
│ │ │ │ ├── Lesson 1 - Kinematic Modeling in 2D.mp4
│ │ │ │ ├── Lesson 1 - Kinematic Modeling in 2D.pdf
│ │ │ │ ├── Lesson 1 - Kinematic Modeling in 2D.srt
│ │ │ │ ├── Lesson 1 - Kinematic Modeling in 2D.txt
│ │ │ │ ├── Lesson 2 - The Kinematic Bicycle Model.mp4
│ │ │ │ ├── Lesson 2 - The Kinematic Bicycle Model.pdf
│ │ │ │ ├── Lesson 2 - The Kinematic Bicycle Model.srt
│ │ │ │ ├── Lesson 2 - The Kinematic Bicycle Model.txt
│ │ │ │ ├── Lesson 3 - Dynamic Modeling in 2D.mp4
│ │ │ │ ├── Lesson 3 - Dynamic Modeling in 2D.pdf
│ │ │ │ ├── Lesson 3 - Dynamic Modeling in 2D.srt
│ │ │ │ ├── Lesson 3 - Dynamic Modeling in 2D.txt
│ │ │ │ ├── Lesson 4 - Longitudinal Vehicle Modeling.mp4
│ │ │ │ ├── Lesson 4 - Longitudinal Vehicle Modeling.pdf
│ │ │ │ ├── Lesson 4 - Longitudinal Vehicle Modeling.srt
│ │ │ │ ├── Lesson 4 - Longitudinal Vehicle Modeling.txt
│ │ │ │ ├── Lesson 5 - Lateral Dynamics of Bicycle Model.mp4
│ │ │ │ ├── Lesson 5 - Lateral Dynamics of Bicycle Model.pdf
│ │ │ │ ├── Lesson 5 - Lateral Dynamics of Bicycle Model.srt
│ │ │ │ ├── Lesson 5 - Lateral Dynamics of Bicycle Model.txt
│ │ │ │ ├── Lesson 6 - Vehicle Actuation.mp4
│ │ │ │ ├── Lesson 6 - Vehicle Actuation.pdf
│ │ │ │ ├── Lesson 6 - Vehicle Actuation.srt
│ │ │ │ ├── Lesson 6 - Vehicle Actuation.txt
│ │ │ │ ├── Lesson 7 - Tire Slip and Modeling.mp4
│ │ │ │ ├── Lesson 7 - Tire Slip and Modeling.pdf
│ │ │ │ ├── Lesson 7 - Tire Slip and Modeling.srt
│ │ │ │ └── Lesson 7 - Tire Slip and Modeling.txt
│ │ │ ├── Slides - Learn-from-industry-experts
│ │ │ │ ├── 01_challenges-for-the-industry.en.srt
│ │ │ │ ├── 01_challenges-for-the-industry.en.txt
│ │ │ │ └── 01_challenges-for-the-industry.mp4
│ │ │ └── Slides - Weekly-assignment
│ │ │ ├── 01_kinematic-bicycle-model_instructions.html
│ │ │ └── 02_longitudinal-vehicle-model_instructions.html
│ │ ├── Module5-Vehicle_Longitudinal_Control
│ │ │ ├── assets
│ │ │ │ ├── 1553085724877-5b76f761-4c94-423c-9b17-d23ca0a156c8.png
│ │ │ │ ├── -1f7ff2b5-208f-4046-9997-2ff1c37eda15untitled.png
│ │ │ │ ├── -22a6c9f1-1754-40dd-a203-e1d6115f0c66untitled.png
│ │ │ │ ├── -503d29e8-a5e8-4f5d-bb2d-10ef6e728199untitled.png
│ │ │ │ ├── -61e63461-8999-461d-b4c5-e1bc9aed1c0buntitled.png
│ │ │ │ ├── -6d797611-ccee-4348-b911-2e16098218b1untitled.png
│ │ │ │ ├── -75b3e94a-e046-46f6-bc9e-23bbc6c57716untitled.png
│ │ │ │ ├── -811ce196-4209-41a3-a371-b42c4068d528untitled.png
│ │ │ │ ├── -83d58139-7ffe-4bca-9180-6aa07875d15auntitled.png
│ │ │ │ ├── -8e6f97e7-b4f7-4d5b-a99e-00a013e11512untitled.png
│ │ │ │ ├── -b8d16d3e-404c-4148-a0a8-ca8c07179323untitled.png
│ │ │ │ ├── -b979cc60-a405-4ce3-8b79-e1df34169cfeuntitled.png
│ │ │ │ ├── -bf68c50f-3162-4016-b638-9313ee3ae7a1untitled.png
│ │ │ │ ├── -ca5551ed-27bb-4483-ab12-05486c7a7a86untitled.png
│ │ │ │ ├── -d3492df2-c286-4606-93cd-ef16032e868funtitled.png
│ │ │ │ ├── -e703956a-fa9f-462e-ae24-560ad426aa4cuntitled.png
│ │ │ │ ├── -e83ad15b-98b3-4584-8429-c3035f5ef82duntitled.png
│ │ │ │ ├── -eb7a8dce-50ce-4c15-a398-32bc30d4b561untitled.png
│ │ │ │ ├── -f193083e-79be-48f9-977a-1b80e18bd8a9untitled.png
│ │ │ │ └── -f79243de-75be-4e09-b851-2d10d027e722untitled.png
│ │ │ ├── module-5-vehicle-longitudinal-control.md
│ │ │ └── slides
│ │ │ ├── Lesson 1 - Proportional-Integral-Derivative (PID) Control.mp4
│ │ │ ├── Lesson 1 - Proportional-Integral-Derivative (PID) Control.pdf
│ │ │ ├── Lesson 1 - Proportional-Integral-Derivative (PID) Control.srt
│ │ │ ├── Lesson 2 - Longitudinal Speed Control with PID.mp4
│ │ │ ├── Lesson 2 - Longitudinal Speed Control with PID.pdf
│ │ │ ├── Lesson 2 - Longitudinal Speed Control with PID.srt
│ │ │ ├── Zoox's Approach to Self-Driving Cars.mp4
│ │ │ ├── Zoox's Approach to Self-Driving Cars.txt
│ │ │ └── Zoox's Approach to Self-Driving Cars.vtt
│ │ ├── Module6-Vehicle_Lateral_Control
│ │ │ ├── assets
│ │ │ │ ├── -082ac4cd-45cb-4934-bce3-b727d96e2323untitled.png
│ │ │ │ ├── -08f12f95-38f2-4bda-bd2e-d0ad668b6af1untitled.png
│ │ │ │ ├── -0d00a9cf-dabc-4239-9415-7b2691ef484euntitled.png
│ │ │ │ ├── -23909170-288a-48fc-84ef-e063e738840euntitled.png
│ │ │ │ ├── -24482950-6e6c-4995-867c-bd713ee98740untitled.png
│ │ │ │ ├── -2c9a42b8-1abc-4eb7-a262-9b2d164ee7eduntitled.png
│ │ │ │ ├── -2ef4ac52-154c-4144-8b17-762a1bd681b0untitled.png
│ │ │ │ ├── -4d4bd1d1-b7d0-4bd1-82e8-9a818b055598untitled.png
│ │ │ │ ├── -724a7ce3-c7c1-4280-83ad-72a2840758fbuntitled.png
│ │ │ │ ├── -73d60677-7f6d-4db5-9215-95104796c883untitled.png
│ │ │ │ ├── -7d3e0561-2b71-4eac-89e3-377df9b64197untitled.png
│ │ │ │ ├── -84e14e38-486f-410a-8e06-64a57563d0e1untitled.png
│ │ │ │ ├── -8d8ef322-5bdb-44e6-b300-8de76867a7aduntitled.png
│ │ │ │ ├── -bac63c05-f943-4a09-b2bf-e6f7347624aduntitled.png
│ │ │ │ ├── -cbaa29e6-9615-482f-8b91-3bf4074bda21untitled.png
│ │ │ │ ├── -d037a4f0-b546-4cc6-9135-5fb9cff59264untitled.png
│ │ │ │ ├── -da636319-c33a-4b81-94f2-787f4c2ea78buntitled.png
│ │ │ │ ├── -dc12350e-f583-4090-92f0-54e3cd5fb11cuntitled.png
│ │ │ │ ├── -e19e0f84-f689-476e-8da3-59dee27204bbuntitled.png
│ │ │ │ ├── -e29f2933-0dae-4768-a9f0-2e0bf4544b9auntitled.png
│ │ │ │ ├── -f4039063-c092-4083-b3c7-79be801f61cfuntitled.png
│ │ │ │ ├── -fc663ca1-bf41-4ee5-8f32-7870898e0f09untitled.png
│ │ │ │ ├── Untitled-378b30cd-a96f-4dd4-8641-2ec9377124b1.png
│ │ │ │ ├── Untitled-431fb09f-4dae-4d13-943a-22de518e37aa.png
│ │ │ │ ├── Untitled-5fd3b29f-ab49-4c60-9a00-e0c28b6ee905.png
│ │ │ │ ├── Untitled-909fd6a8-588a-47b7-8ccc-89d92bf0b537.png
│ │ │ │ ├── Untitled-a43f04c4-7092-4438-a6f6-9b64ba9a46ba.png
│ │ │ │ ├── Untitled-c95f780f-972f-419c-8035-9d52e3cc3563.png
│ │ │ │ ├── Untitled-cd4fcbb7-1a7c-49ec-b320-7a8d20a37cce.png
│ │ │ │ └── Untitled-e3ece32d-3f36-4eb3-bc24-36f58d215a71.png
│ │ │ ├── module-6-vehicle-lateral-control.md
│ │ │ └── slides
│ │ │ ├── Lesson 1 - Introduction to Lateral Vehicle Control.mp4
│ │ │ ├── Lesson 1 - Introduction to Lateral Vehicle Control.pdf
│ │ │ ├── Lesson 1 - Introduction to Lateral Vehicle Control.srt
│ │ │ ├── Lesson 1 - Introduction to Lateral Vehicle Control.txt
│ │ │ ├── Lesson 2 - Geometric Lateral Control - Pure Pursuit.mp4
│ │ │ ├── Lesson 2 - Geometric Lateral Control - Pure Pursuit.pdf
│ │ │ ├── Lesson 2 - Geometric Lateral Control - Pure Pursuit.srt
│ │ │ ├── Lesson 2 - Geometric Lateral Control - Pure Pursuit.txt
│ │ │ ├── Lesson 3 - Geometric Lateral Control - Stanley.mp4
│ │ │ ├── Lesson 3 - Geometric Lateral Control - Stanley.pdf
│ │ │ ├── Lesson 3 - Geometric Lateral Control - Stanley.srt
│ │ │ ├── Lesson 3 - Geometric Lateral Control - Stanley.txt
│ │ │ ├── Lesson 4 - Advanced Steering Control - MPC.mp4
│ │ │ ├── Lesson 4 - Advanced Steering Control - MPC.pdf
│ │ │ ├── Lesson 4 - Advanced Steering Control - MPC.srt
│ │ │ └── Lesson 4 - Advanced Steering Control - MPC.txt
│ │ ├── Module7-Putting_it_all_together
│ │ │ ├── Course1FinalProject
│ │ │ │ ├── controller2d.py
│ │ │ │ ├── controller_output
│ │ │ │ │ ├── brake_output.png
│ │ │ │ │ ├── forward_speed.png
│ │ │ │ │ ├── steer_output.png
│ │ │ │ │ ├── throttle_output.png
│ │ │ │ │ ├── trajectory.png
│ │ │ │ │ └── trajectory.txt
│ │ │ │ ├── cutils.py
│ │ │ │ ├── grade_c1m7.py
│ │ │ │ ├── init.py
│ │ │ │ ├── module_7.py
│ │ │ │ ├── options.cfg
│ │ │ │ ├── pycache
│ │ │ │ │ ├── controller2d.cpython-35.pyc
│ │ │ │ │ └── cutils.cpython-35.pyc
│ │ │ │ ├── racetrack_waypoints.txt
│ │ │ │ └── Untitled-1.txt
│ │ │ ├── module-7-putting-it-all-together.md
│ │ │ └── Slides
│ │ │ ├── 03_carla-installation-guide_CARLA_Setup_Guide_Ubuntu.pdf
│ │ │ ├── 03_carla-installation-guide_CARLA_Setup_Guide_Windows_x64.pdf
│ │ │ ├── 05_final-project-self-driving-vehicle-control_Course1FinalProject.zip
│ │ │ ├── 05_final-project-self-driving-vehicle-control_grade_c1m7.py
│ │ │ ├── Final Project Solution.mp4
│ │ │ ├── Final Project Solution.pdf
│ │ │ ├── Final Project Solution.srt
│ │ │ ├── Final Project Solution.txt
│ │ │ ├── Lesson 1 - Carla Overview - Self-Driving Car Simulation.mp4
│ │ │ ├── Lesson 1 - Carla Overview - Self-Driving Car Simulation.srt
│ │ │ ├── Lesson 1 - Carla Overview - Self-Driving Car Simulation.txt
│ │ │ ├── Lesson 2 - Final Project Overview.mp4
│ │ │ ├── Lesson 2 - Final Project Overview.srt
│ │ │ └── Lesson 2 - Final Project Overview.txt
│ │ └── README.md
│ ├── Part2-State_Estimation_and_Localization_for_Self-Driving_Cars
│ │ ├── Module1-Least_Squares
│ │ │ ├── assets
│ │ │ │ ├── 1555592264723.png
│ │ │ │ ├── 1555592338697.png
│ │ │ │ ├── 1555592658761.png
│ │ │ │ ├── 1555592701365.png
│ │ │ │ ├── 1555593389925.png
│ │ │ │ ├── 1555593417053.png
│ │ │ │ ├── 1555593522437.png
│ │ │ │ ├── 1555593565530.png
│ │ │ │ ├── 1555593675488.png
│ │ │ │ ├── 1555594363143.png
│ │ │ │ ├── 1555594363420.png
│ │ │ │ ├── 1555594513788.png
│ │ │ │ ├── 1555595877734.png
│ │ │ │ ├── 1555596933164.png
│ │ │ │ ├── 1555597136611.png
│ │ │ │ ├── 1555597212598.png
│ │ │ │ ├── 1555746001529.png
│ │ │ │ ├── 1555746288604.png
│ │ │ │ ├── 1555746371023.png
│ │ │ │ ├── 1555746418889.png
│ │ │ │ ├── 1555750325734.png
│ │ │ │ ├── 1555751065969.png
│ │ │ │ ├── 1555751499359.png
│ │ │ │ ├── 1555762562343.png
│ │ │ │ ├── 1555762607043.png
│ │ │ │ └── 1556198649329.png
│ │ │ ├── Module1-Least_Squares.md
│ │ │ └── slides
│ │ │ ├── Lesson 2 - Recursive Least Squares.mp4
│ │ │ ├── Lesson 2 - Recursive Least Squares.pdf
│ │ │ ├── Lesson 2 - Recursive Least Squares.txt
│ │ │ ├── Lesson 2 - Recursive Least Squares.vtt
│ │ │ ├── Lesson 3 - Least Squares and the Method of Maximum Likelihood.mp4
│ │ │ ├── Lesson 3 - Least Squares and the Method of Maximum Likelihood.pdf
│ │ │ ├── Lesson 3 - Least Squares and the Method of Maximum Likelihood.txt
│ │ │ └── Lesson 3 - Least Squares and the Method of Maximum Likelihood.vtt
│ │ ├── Module2-State_Estimation-Linear_and_Nonlinear_Kalman_Filters
│ │ │ ├── assets
│ │ │ │ ├── 1555943777044.png
│ │ │ │ ├── 1555943808114.png
│ │ │ │ ├── 1555943834657.png
│ │ │ │ ├── 1555943868943.png
│ │ │ │ ├── 1555943972575.png
│ │ │ │ ├── 1555944141213.png
│ │ │ │ ├── 1555944203679.png
│ │ │ │ ├── 1555944249190.png
│ │ │ │ ├── 1555944542344.png
│ │ │ │ ├── 1555944615676.png
│ │ │ │ ├── 1555944648178.png
│ │ │ │ ├── 1555944698834.png
│ │ │ │ ├── 1555944718984.png
│ │ │ │ ├── 1556028440311.png
│ │ │ │ ├── 1556028641962.png
│ │ │ │ ├── 1556029088893.png
│ │ │ │ ├── 1556029158538.png
│ │ │ │ ├── 1556781489449.png
│ │ │ │ ├── 1556781594930.png
│ │ │ │ ├── 1556781708030.png
│ │ │ │ ├── 1556781783497.png
│ │ │ │ ├── 1556781864900.png
│ │ │ │ ├── 1556782082249.png
│ │ │ │ ├── 1556782122750.png
│ │ │ │ ├── 1556782688001.png
│ │ │ │ ├── 1556782810269.png
│ │ │ │ ├── 1556782891716.png
│ │ │ │ ├── 1556782959992.png
│ │ │ │ ├── 1556782987930.png
│ │ │ │ ├── 1556783027696.png
│ │ │ │ ├── 1556783083861.png
│ │ │ │ ├── 1556783451808.png
│ │ │ │ ├── 1556783576978.png
│ │ │ │ ├── 1556783744349.png
│ │ │ │ ├── 1556784000692.png
│ │ │ │ ├── 1556784049446.png
│ │ │ │ ├── 1556784145281.png
│ │ │ │ ├── 1556784181873.png
│ │ │ │ ├── 1556784200570.png
│ │ │ │ ├── 1556784242175.png
│ │ │ │ ├── 1556784264103.png
│ │ │ │ ├── 1556784380734.png
│ │ │ │ ├── 1556787143712.png
│ │ │ │ ├── 1556787318509.png
│ │ │ │ ├── 1556799656395.png
│ │ │ │ ├── 1556799822985.png
│ │ │ │ ├── 1556800067449.png
│ │ │ │ ├── 1556800165463.png
│ │ │ │ ├── 1556800260407.png
│ │ │ │ ├── 1556800350607.png
│ │ │ │ ├── 1556800422346.png
│ │ │ │ ├── 1556800534463.png
│ │ │ │ ├── 1556800598327.png
│ │ │ │ ├── 1556800660325.png
│ │ │ │ ├── 1556800695791.png
│ │ │ │ ├── 1556800728909.png
│ │ │ │ ├── 1556800764286.png
│ │ │ │ ├── 1556800787381.png
│ │ │ │ ├── 1556800802864.png
│ │ │ │ ├── 1556892918655.png
│ │ │ │ ├── 1556893118317.png
│ │ │ │ ├── 1556893212773.png
│ │ │ │ ├── 1556893231424.png
│ │ │ │ ├── 1556893536893.png
│ │ │ │ └── 1556893554197.png
│ │ │ ├── homework
│ │ │ │ ├── Week1
│ │ │ │ │ └── C2M1L1.ipynb
│ │ │ │ └── Week2
│ │ │ │ ├── assg_learner..ipynb
│ │ │ │ ├── C2M1L2.ipynb
│ │ │ │ ├── data
│ │ │ │ │ ├── utf-8''data.pickle
│ │ │ │ │ ├── utf-8''gtruth2.png
│ │ │ │ │ └── utf-8''gtruth.png
│ │ │ │ └── submission.pkl
│ │ │ ├── Module2-State_Estimation-Linear_and_Nonlinear_Kalman_Filters.md
│ │ │ └── slides
│ │ │ ├── Lesson1 - The (Linear) Kalman Filter.mp4
│ │ │ ├── Lesson1 - The (Linear) Kalman Filter.pdf
│ │ │ ├── Lesson1 - The (Linear) Kalman Filter.txt
│ │ │ ├── Lesson1 - The (Linear) Kalman Filter.vtt
│ │ │ ├── Lesson2 - Kalman Filter and The Bias BLUEs.mp4
│ │ │ ├── Lesson2 - Kalman Filter and The Bias BLUEs.pdf
│ │ │ ├── Lesson2 - Kalman Filter and The Bias BLUEs.txt
│ │ │ ├── Lesson2 - Kalman Filter and The Bias BLUEs.vtt
│ │ │ ├── Lesson3 - Going Nonlinear - The Extended Kalman Filter.mp4
│ │ │ ├── Lesson3 - Going Nonlinear - The Extended Kalman Filter.pdf
│ │ │ ├── Lesson3 - Going Nonlinear - The Extended Kalman Filter.txt
│ │ │ ├── Lesson3 - Going Nonlinear - The Extended Kalman Filter.vtt
│ │ │ ├── Lesson4 - An Improved EKF - The Error State Extended Kalman Filter.mp4
│ │ │ ├── Lesson4 - An Improved EKF - The Error State Extended Kalman Filter.pdf
│ │ │ ├── Lesson4 - An Improved EKF - The Error State Extended Kalman Filter.txt
│ │ │ ├── Lesson4 - An Improved EKF - The Error State Extended Kalman Filter.vtt
│ │ │ ├── Lesson5 - Limitations of the EKF.mp4
│ │ │ ├── Lesson5 - Limitations of the EKF.pdf
│ │ │ ├── Lesson5 - Limitations of the EKF.txt
│ │ │ ├── Lesson5 - Limitations of the EKF.vtt
│ │ │ ├── Lesson6 - An Alternative to the EKF - The Unscented Kalman Filter.mp4
│ │ │ ├── Lesson6 - An Alternative to the EKF - The Unscented Kalman Filter.pdf
│ │ │ ├── Lesson6 - An Alternative to the EKF - The Unscented Kalman Filter.txt
│ │ │ └── Lesson6 - An Alternative to the EKF - The Unscented Kalman Filter.vtt
│ │ ├── Module3-GNSS-INS_Sensing_for_Pose_Estimation
│ │ │ ├── assets
│ │ │ │ ├── 1556603885578.png
│ │ │ │ ├── 1556603963721.png
│ │ │ │ ├── 1556604082039.png
│ │ │ │ ├── 1556604140349.png
│ │ │ │ ├── 1556604196634.png
│ │ │ │ ├── 1556604258163.png
│ │ │ │ ├── 1556604318977.png
│ │ │ │ ├── 1556604403917.png
│ │ │ │ ├── 1556604440509.png
│ │ │ │ ├── 1556604493339.png
│ │ │ │ ├── 1556604564506.png
│ │ │ │ ├── 1556608265817.png
│ │ │ │ ├── 1556608459310.png
│ │ │ │ ├── 1556608592814.png
│ │ │ │ ├── 1556609047127.png
│ │ │ │ ├── 1556609060564.png
│ │ │ │ ├── 1556609107667.png
│ │ │ │ ├── 1556609224302.png
│ │ │ │ ├── 1556609278963.png
│ │ │ │ ├── 1556609698897.png
│ │ │ │ ├── 1556609823520.png
│ │ │ │ ├── 1556609878856.png
│ │ │ │ ├── 1556610004876.png
│ │ │ │ ├── 1556610131084.png
│ │ │ │ ├── 1556610183954.png
│ │ │ │ ├── 1556610219511.png
│ │ │ │ ├── 1556610358427.png
│ │ │ │ └── 1556610471766.png
│ │ │ ├── Module3-GNSS-INS_Sensing_for_Pose_Estimation.md
│ │ │ └── slides
│ │ │ ├── Lesson1 - 3D Geometry and Reference Frames.mp4
│ │ │ ├── Lesson1 - 3D Geometry and Reference Frames.pdf
│ │ │ ├── Lesson1 - 3D Geometry and Reference Frames.txt
│ │ │ ├── Lesson1 - 3D Geometry and Reference Frames.vtt
│ │ │ ├── Lesson2 - The Inertial Measurement Unit (IMU).mp4
│ │ │ ├── Lesson2 - The Inertial Measurement Unit (IMU).pdf
│ │ │ ├── Lesson2 - The Inertial Measurement Unit (IMU).txt
│ │ │ ├── Lesson2 - The Inertial Measurement Unit (IMU).vtt
│ │ │ ├── Lesson3 - The Global Navigation Satellite Systems (GNSS).mp4
│ │ │ ├── Lesson3 - The Global Navigation Satellite Systems (GNSS).pdf
│ │ │ ├── Lesson3 - The Global Navigation Satellite Systems (GNSS).txt
│ │ │ └── Lesson3 - The Global Navigation Satellite Systems (GNSS).vtt
│ │ ├── Module4-LIDAR_Sensing
│ │ │ ├── assets
│ │ │ │ ├── 1557451048053.png
│ │ │ │ ├── 1557451132404.png
│ │ │ │ ├── 1557451323471.png
│ │ │ │ ├── 1557451390885.png
│ │ │ │ ├── 1557451404621.png
│ │ │ │ ├── 1557451470269.png
│ │ │ │ ├── 1557451649112.png
│ │ │ │ ├── 1557451768672.png
│ │ │ │ ├── 1557451880614.png
│ │ │ │ ├── 1557451891969.png
│ │ │ │ ├── 1557452139764.png
│ │ │ │ ├── 1557452472202.png
│ │ │ │ ├── 1557452514229.png
│ │ │ │ ├── 1557452566744.png
│ │ │ │ ├── 1557452651766.png
│ │ │ │ ├── 1557453345499.png
│ │ │ │ ├── 1557453401639.png
│ │ │ │ ├── 1557453519615.png
│ │ │ │ ├── 1557453586392.png
│ │ │ │ ├── 1557453630795.png
│ │ │ │ ├── 1557453798136.png
│ │ │ │ ├── 1557453886734.png
│ │ │ │ ├── 1557454136612.png
│ │ │ │ ├── 1557454149638.png
│ │ │ │ ├── 1557456633260.png
│ │ │ │ ├── 1557456649459.png
│ │ │ │ ├── 1557456684863.png
│ │ │ │ ├── 1557456686988.png
│ │ │ │ ├── 1557456772148.png
│ │ │ │ ├── 1557456823948.png
│ │ │ │ ├── 1557457055842.png
│ │ │ │ ├── 1557457153751.png
│ │ │ │ ├── 1557457192474.png
│ │ │ │ ├── 1557457234293.png
│ │ │ │ ├── 1557457314339.png
│ │ │ │ ├── 1557457410149.png
│ │ │ │ ├── 1557457423108.png
│ │ │ │ ├── 1557457456549.png
│ │ │ │ ├── 1557457572895.png
│ │ │ │ ├── 1557457665852.png
│ │ │ │ ├── 1557457777952.png
│ │ │ │ ├── 1557457820006.png
│ │ │ │ ├── 1557457851427.png
│ │ │ │ └── 1557457928570.png
│ │ │ ├── Module4-LIDAR_Sensing.md
│ │ │ └── slides
│ │ │ ├── Lesson1 - Light Detection and Ranging Sensors.mp4
│ │ │ ├── Lesson1 - Light Detection and Ranging Sensors.pdf
│ │ │ ├── Lesson1 - Light Detection and Ranging Sensors.txt
│ │ │ ├── Lesson1 - Light Detection and Ranging Sensors.vtt
│ │ │ ├── Lesson2 - LIDAR Sensor Models and Point Clouds.mp4
│ │ │ ├── Lesson2 - LIDAR Sensor Models and Point Clouds.pdf
│ │ │ ├── Lesson2 - LIDAR Sensor Models and Point Clouds.txt
│ │ │ ├── Lesson2 - LIDAR Sensor Models and Point Clouds.vtt
│ │ │ ├── Lesson3 - Pose Estimation from LIDAR Data.mp4
│ │ │ ├── Lesson3 - Pose Estimation from LIDAR Data.pdf
│ │ │ ├── Lesson3 - Pose Estimation from LIDAR Data.txt
│ │ │ └── Lesson3 - Pose Estimation from LIDAR Data.vtt
│ │ ├── Module5-Putting_It_together-An_Autonomous_Vehicle_State_Estimator
│ │ │ ├── assets
│ │ │ │ ├── 1557366753482.png
│ │ │ │ ├── 1557366896981.png
│ │ │ │ ├── 1557367518842.png
│ │ │ │ ├── 1557367551669.png
│ │ │ │ ├── 1557383567405.png
│ │ │ │ ├── 1557383710622.png
│ │ │ │ ├── 1557383847594.png
│ │ │ │ ├── 1557383882438.png
│ │ │ │ ├── 1557383940842.png
│ │ │ │ ├── 1557384016162.png
│ │ │ │ ├── 1557384035098.png
│ │ │ │ ├── 1557384108509.png
│ │ │ │ ├── 1557384136082.png
│ │ │ │ ├── 1557384159832.png
│ │ │ │ ├── 1557384174929.png
│ │ │ │ ├── 1557384177301.png
│ │ │ │ ├── 1557384209756.png
│ │ │ │ ├── 1557384225969.png
│ │ │ │ ├── 1557384239847.png
│ │ │ │ ├── 1557384509315.png
│ │ │ │ ├── 1557384535466.png
│ │ │ │ ├── 1557384690881.png
│ │ │ │ ├── 1557388340812.png
│ │ │ │ ├── 1557388426747.png
│ │ │ │ ├── 1557388613222.png
│ │ │ │ ├── 1557388851891.png
│ │ │ │ ├── 1557388885598.png
│ │ │ │ ├── 1557388894576.png
│ │ │ │ ├── 1557388906269.png
│ │ │ │ ├── 1557388920097.png
│ │ │ │ ├── 1557388980903.png
│ │ │ │ ├── 1557389069291.png
│ │ │ │ ├── 1557389133388.png
│ │ │ │ ├── 1557389218335.png
│ │ │ │ └── 1557389265720.png
│ │ │ ├── Final_Project
│ │ │ │ ├── c2m5_assignment_files
│ │ │ │ │ ├── data
│ │ │ │ │ │ ├── data.py
│ │ │ │ │ │ ├── init.py
│ │ │ │ │ │ ├── p1_data.pkl
│ │ │ │ │ │ ├── p3_data.pkl
│ │ │ │ │ │ ├── student_utils.py
│ │ │ │ │ │ └── utils.py
│ │ │ │ │ ├── es_ekf.py
│ │ │ │ │ └── rotations.py
│ │ │ │ ├── Error备份
│ │ │ │ │ ├── photo1.png
│ │ │ │ │ ├── photo2.png
│ │ │ │ │ └── photo3.png
│ │ │ │ └── Slides
│ │ │ │ ├── Congratulations on Completing Course 2!.ass
│ │ │ │ ├── Congratulations on Completing Course 2!.mp4
│ │ │ │ ├── Congratulations on Completing Course 2!.txt
│ │ │ │ ├── Final Project Solution [LOCKED].ass
│ │ │ │ ├── Final Project Solution [LOCKED].mp4
│ │ │ │ └── Final Project Solution [LOCKED].txt
│ │ │ ├── Module5-Putting_It_together-An_Autonomous_Vehicle_State_Estimator.md
│ │ │ └── slides
│ │ │ ├── Lesson1 - State Estimation in Practice.mp4
│ │ │ ├── Lesson1 - State Estimation in Practice.pdf
│ │ │ ├── Lesson1 - State Estimation in Practice.txt
│ │ │ ├── Lesson1 - State Estimation in Practice.vtt
│ │ │ ├── Lesson2 - Multisensor Fusion for State Estimation.mp4
│ │ │ ├── Lesson2 - Multisensor Fusion for State Estimation.pdf
│ │ │ ├── Lesson2 - Multisensor Fusion for State Estimation.txt
│ │ │ ├── Lesson2 - Multisensor Fusion for State Estimation.vtt
│ │ │ ├── Lesson3 - Sensor Calibration - A Necessary Evil.mp4
│ │ │ ├── Lesson3 - Sensor Calibration - A Necessary Evil.pdf
│ │ │ ├── Lesson3 - Sensor Calibration - A Necessary Evil.txt
│ │ │ ├── Lesson3 - Sensor Calibration - A Necessary Evil.vtt
│ │ │ ├── Lesson4 - Loss of One or More Sensors.mp4
│ │ │ ├── Lesson4 - Loss of One or More Sensors.pdf
│ │ │ ├── Lesson4 - Loss of One or More Sensors.txt
│ │ │ └── Lesson4 - Loss of One or More Sensors.vtt
│ │ └── README.md
│ ├── Part3-Visual_Perception_for_Self-Driving_Cars
│ │ ├── Module1-Basics_of_3D_Computer_Vision
│ │ │ ├── assets
│ │ │ │ ├── 1566705997582.png
│ │ │ │ ├── 1566706135569.png
│ │ │ │ ├── 1566706150768.png
│ │ │ │ ├── 1566706253669.png
│ │ │ │ ├── 1566706272566.png
│ │ │ │ ├── 1566711309939.png
│ │ │ │ ├── 1566711477941.png
│ │ │ │ ├── 1566711572625.png
│ │ │ │ ├── 1566711604799.png
│ │ │ │ ├── 1566711692016.png
│ │ │ │ ├── 1566711706637.png
│ │ │ │ ├── 1566711742395.png
│ │ │ │ ├── 1566712051404.png
│ │ │ │ ├── 1566712176793.png
│ │ │ │ ├── 1566712207268.png
│ │ │ │ ├── 1566738136488.png
│ │ │ │ ├── 1566738283858.png
│ │ │ │ ├── 1566739031283.png
│ │ │ │ ├── 1566739144783.png
│ │ │ │ ├── 1566739202989.png
│ │ │ │ ├── 1566739295081.png
│ │ │ │ ├── 1566739338215.png
│ │ │ │ ├── 1566739368841.png
│ │ │ │ ├── 1566739393444.png
│ │ │ │ ├── 1566739430512.png
│ │ │ │ ├── 1566739448060.png
│ │ │ │ ├── 1566824661844.png
│ │ │ │ ├── 1566824736332.png
│ │ │ │ ├── 1566824822540.png
│ │ │ │ ├── 1566824838015.png
│ │ │ │ ├── 1566825324854.png
│ │ │ │ ├── 1566825375687.png
│ │ │ │ ├── 1566825508934.png
│ │ │ │ ├── 1566825585830.png
│ │ │ │ ├── 1566825748206.png
│ │ │ │ ├── 1566825901850.png
│ │ │ │ ├── 1566825931095.png
│ │ │ │ ├── 1566826024305.png
│ │ │ │ ├── 1566826354735.png
│ │ │ │ ├── 1566826494141.png
│ │ │ │ ├── 1566826804093.png
│ │ │ │ ├── 1566826883869.png
│ │ │ │ ├── 1566826980556.png
│ │ │ │ ├── 1566827050683.png
│ │ │ │ ├── 1566827112851.png
│ │ │ │ ├── 1566905614885.png
│ │ │ │ ├── 1566905764966.png
│ │ │ │ ├── 1566905783607.png
│ │ │ │ ├── 1566905898494.png
│ │ │ │ ├── 1566906732323.png
│ │ │ │ ├── 1566906801030.png
│ │ │ │ ├── 1566906898634.png
│ │ │ │ └── 1566906958771.png
│ │ │ ├── homework
│ │ │ │ ├── stereo_set
│ │ │ │ │ ├── utf-8''frame_00077_1547042741L.png
│ │ │ │ │ └── utf-8''frame_00077_1547042741R.png
│ │ │ │ ├── utf-8''Applying Stereo Depth to a Driving Scenario (practice assignment).ipynb
│ │ │ │ ├── utf-8''Applying Stereo Depth to a Driving Scenario (solution).ipynb
│ │ │ │ └── utf-8''files_management.py
│ │ │ ├── Module1-Basics_of_3D_Computer_Vision.md
│ │ │ └── slides
│ │ │ ├── Lesson 1- Part 1 The Camera Sensor.mp4
│ │ │ ├── Lesson 1- Part 1 The Camera Sensor.pdf
│ │ │ ├── Lesson 1- Part 1 The Camera Sensor.txt
│ │ │ ├── Lesson 1- Part 1 The Camera Sensor.vtt
│ │ │ ├── Lesson 1-Part 2 Camera Projective Geometry.mp4
│ │ │ ├── Lesson 1-Part 2 Camera Projective Geometry.pdf
│ │ │ ├── Lesson 1-Part 2 Camera Projective Geometry.txt
│ │ │ ├── Lesson 1-Part 2 Camera Projective Geometry.vtt
│ │ │ ├── Lesson 2-Camera Calibration.mp4
│ │ │ ├── Lesson 2-Camera Calibration.pdf
│ │ │ ├── Lesson 2-Camera Calibration.txt
│ │ │ ├── Lesson 2-Camera Calibration.vtt
│ │ │ ├── Lesson 3-Part 1 Visual Depth Perception - Stereopsis.mp4
│ │ │ ├── Lesson 3-Part 1 Visual Depth Perception - Stereopsis.pdf
│ │ │ ├── Lesson 3-Part 1 Visual Depth Perception - Stereopsis.txt
│ │ │ ├── Lesson 3-Part 1 Visual Depth Perception - Stereopsis.vtt
│ │ │ ├── Lesson 3-Part 2 Visual Depth Perception - Computing the Disparity.mp4
│ │ │ ├── Lesson 3-Part 2 Visual Depth Perception - Computing the Disparity.pdf
│ │ │ ├── Lesson 3-Part 2 Visual Depth Perception - Computing the Disparity.txt
│ │ │ ├── Lesson 3-Part 2 Visual Depth Perception - Computing the Disparity.vtt
│ │ │ ├── Lesson 4-Image Filtering.mp4
│ │ │ ├── Lesson 4-Image Filtering.pdf
│ │ │ ├── Lesson 4-Image Filtering.txt
│ │ │ └── Lesson 4-Image Filtering.vtt
│ │ ├── Module2-Visual_Features-Detection_Description_and_Matching
│ │ │ ├── assets
│ │ │ │ ├── 1567085985248.png
│ │ │ │ ├── 1567086107911.png
│ │ │ │ ├── 1567086171455.png
│ │ │ │ ├── 1567086247463.png
│ │ │ │ ├── 1567086395976.png
│ │ │ │ ├── 1567086439583.png
│ │ │ │ ├── 1567086467089.png
│ │ │ │ ├── 1567086505049.png
│ │ │ │ ├── 1567336080172.png
│ │ │ │ ├── 1567336142703.png
│ │ │ │ ├── 1567336200699.png
│ │ │ │ ├── 1567336250775.png
│ │ │ │ ├── 1567336427244.png
│ │ │ │ ├── 1567336476622.png
│ │ │ │ ├── 1567336563977.png
│ │ │ │ ├── 1567336817372.png
│ │ │ │ ├── 1567336895824.png
│ │ │ │ ├── 1567336980657.png
│ │ │ │ ├── 1567337059641.png
│ │ │ │ ├── 1567337079390.png
│ │ │ │ ├── 1567337187020.png
│ │ │ │ ├── 1567337371657.png
│ │ │ │ ├── 1567337396827.png
│ │ │ │ ├── 1567338559276.png
│ │ │ │ ├── 1567338572121.png
│ │ │ │ ├── 1567338626568.png
│ │ │ │ ├── 1567338684251.png
│ │ │ │ ├── 1567338792006.png
│ │ │ │ ├── 1567338826269.png
│ │ │ │ ├── 1567339128414.png
│ │ │ │ ├── 1567339147469.png
│ │ │ │ ├── 1567339205158.png
│ │ │ │ ├── 1567339289938.png
│ │ │ │ ├── 1567600272536.png
│ │ │ │ ├── 1567600966334.png
│ │ │ │ ├── 1567601051181.png
│ │ │ │ ├── 1567601100933.png
│ │ │ │ ├── 1567601128906.png
│ │ │ │ ├── 1567601166368.png
│ │ │ │ ├── 1567601187003.png
│ │ │ │ ├── 1567601225090.png
│ │ │ │ ├── 1567601740793.png
│ │ │ │ ├── 1567601806597.png
│ │ │ │ ├── 1567601895587.png
│ │ │ │ ├── 1567602003666.png
│ │ │ │ ├── 1567602135876.png
│ │ │ │ ├── 1567602265741.png
│ │ │ │ └── 1567602294016.png
│ │ │ ├── Homework
│ │ │ │ ├── data
│ │ │ │ │ ├── depth
│ │ │ │ │ │ ├── frame_00001.dat
│ │ │ │ │ │ ├── frame_00002.dat
│ │ │ │ │ │ ├── frame_00003.dat
│ │ │ │ │ │ ├── frame_00004.dat
│ │ │ │ │ │ ├── frame_00005.dat
│ │ │ │ │ │ ├── frame_00006.dat
│ │ │ │ │ │ ├── frame_00007.dat
│ │ │ │ │ │ ├── frame_00008.dat
│ │ │ │ │ │ ├── frame_00009.dat
│ │ │ │ │ │ ├── frame_00010.dat
│ │ │ │ │ │ ├── frame_00011.dat
│ │ │ │ │ │ ├── frame_00012.dat
│ │ │ │ │ │ ├── frame_00013.dat
│ │ │ │ │ │ ├── frame_00014.dat
│ │ │ │ │ │ ├── frame_00015.dat
│ │ │ │ │ │ ├── frame_00016.dat
│ │ │ │ │ │ ├── frame_00017.dat
│ │ │ │ │ │ ├── frame_00018.dat
│ │ │ │ │ │ ├── frame_00019.dat
│ │ │ │ │ │ ├── frame_00020.dat
│ │ │ │ │ │ ├── frame_00021.dat
│ │ │ │ │ │ ├── frame_00022.dat
│ │ │ │ │ │ ├── frame_00023.dat
│ │ │ │ │ │ ├── frame_00024.dat
│ │ │ │ │ │ ├── frame_00025.dat
│ │ │ │ │ │ ├── frame_00026.dat
│ │ │ │ │ │ ├── frame_00027.dat
│ │ │ │ │ │ ├── frame_00028.dat
│ │ │ │ │ │ ├── frame_00029.dat
│ │ │ │ │ │ ├── frame_00030.dat
│ │ │ │ │ │ ├── frame_00031.dat
│ │ │ │ │ │ ├── frame_00032.dat
│ │ │ │ │ │ ├── frame_00033.dat
│ │ │ │ │ │ ├── frame_00034.dat
│ │ │ │ │ │ ├── frame_00035.dat
│ │ │ │ │ │ ├── frame_00036.dat
│ │ │ │ │ │ ├── frame_00037.dat
│ │ │ │ │ │ ├── frame_00038.dat
│ │ │ │ │ │ ├── frame_00039.dat
│ │ │ │ │ │ ├── frame_00040.dat
│ │ │ │ │ │ ├── frame_00041.dat
│ │ │ │ │ │ ├── frame_00042.dat
│ │ │ │ │ │ ├── frame_00043.dat
│ │ │ │ │ │ ├── frame_00044.dat
│ │ │ │ │ │ ├── frame_00045.dat
│ │ │ │ │ │ ├── frame_00046.dat
│ │ │ │ │ │ ├── frame_00047.dat
│ │ │ │ │ │ ├── frame_00048.dat
│ │ │ │ │ │ ├── frame_00049.dat
│ │ │ │ │ │ ├── frame_00050.dat
│ │ │ │ │ │ ├── frame_00051.dat
│ │ │ │ │ │ └── frame_00052.dat
│ │ │ │ │ └── rgb
│ │ │ │ │ ├── frame_00001.png
│ │ │ │ │ ├── frame_00002.png
│ │ │ │ │ ├── frame_00003.png
│ │ │ │ │ ├── frame_00004.png
│ │ │ │ │ ├── frame_00005.png
│ │ │ │ │ ├── frame_00006.png
│ │ │ │ │ ├── frame_00007.png
│ │ │ │ │ ├── frame_00008.png
│ │ │ │ │ ├── frame_00009.png
│ │ │ │ │ ├── frame_00010.png
│ │ │ │ │ ├── frame_00011.png
│ │ │ │ │ ├── frame_00012.png
│ │ │ │ │ ├── frame_00013.png
│ │ │ │ │ ├── frame_00014.png
│ │ │ │ │ ├── frame_00015.png
│ │ │ │ │ ├── frame_00016.png
│ │ │ │ │ ├── frame_00017.png
│ │ │ │ │ ├── frame_00018.png
│ │ │ │ │ ├── frame_00019.png
│ │ │ │ │ ├── frame_00020.png
│ │ │ │ │ ├── frame_00021.png
│ │ │ │ │ ├── frame_00022.png
│ │ │ │ │ ├── frame_00023.png
│ │ │ │ │ ├── frame_00024.png
│ │ │ │ │ ├── frame_00025.png
│ │ │ │ │ ├── frame_00026.png
│ │ │ │ │ ├── frame_00027.png
│ │ │ │ │ ├── frame_00028.png
│ │ │ │ │ ├── frame_00029.png
│ │ │ │ │ ├── frame_00030.png
│ │ │ │ │ ├── frame_00031.png
│ │ │ │ │ ├── frame_00032.png
│ │ │ │ │ ├── frame_00033.png
│ │ │ │ │ ├── frame_00034.png
│ │ │ │ │ ├── frame_00035.png
│ │ │ │ │ ├── frame_00036.png
│ │ │ │ │ ├── frame_00037.png
│ │ │ │ │ ├── frame_00038.png
│ │ │ │ │ ├── frame_00039.png
│ │ │ │ │ ├── frame_00040.png
│ │ │ │ │ ├── frame_00041.png
│ │ │ │ │ ├── frame_00042.png
│ │ │ │ │ ├── frame_00043.png
│ │ │ │ │ ├── frame_00044.png
│ │ │ │ │ ├── frame_00045.png
│ │ │ │ │ ├── frame_00046.png
│ │ │ │ │ ├── frame_00047.png
│ │ │ │ │ ├── frame_00048.png
│ │ │ │ │ ├── frame_00049.png
│ │ │ │ │ ├── frame_00050.png
│ │ │ │ │ ├── frame_00051.png
│ │ │ │ │ └── frame_00052.png
│ │ │ │ ├── m2bk.py
│ │ │ │ ├── output.yaml
│ │ │ │ ├── pycache
│ │ │ │ │ └── m2bk.cpython-37.pyc
│ │ │ │ ├── Visual Odometry for Localization in Autonomous Driving.ipynb
│ │ │ │ └── Visual Odometry for Localization in Autonomous Driving.md
│ │ │ ├── Module2-Visual_Features-Detection_Description_and_Matching.md
│ │ │ └── slides
│ │ │ ├── Lesson 1-Introduction to Image features and Feature Detectors.mp4
│ │ │ ├── Lesson 1-Introduction to Image features and Feature Detectors.pdf
│ │ │ ├── Lesson 1-Introduction to Image features and Feature Detectors.txt
│ │ │ ├── Lesson 1-Introduction to Image features and Feature Detectors.vtt
│ │ │ ├── Lesson 2-Feature Descriptors.mp4
│ │ │ ├── Lesson 2-Feature Descriptors.pdf
│ │ │ ├── Lesson 2-Feature Descriptors.txt
│ │ │ ├── Lesson 2-Feature Descriptors.vtt
│ │ │ ├── Lesson 3-Part 1 Feature Matching.mp4
│ │ │ ├── Lesson 3-Part 1 Feature Matching.pdf
│ │ │ ├── Lesson 3-Part 1 Feature Matching.txt
│ │ │ ├── Lesson 3-Part 1 Feature Matching.vtt
│ │ │ ├── Lesson 3-Part 2 Feature Matching Handling Ambiguity in Matching.mp4
│ │ │ ├── Lesson 3-Part 2 Feature Matching Handling Ambiguity in Matching.pdf
│ │ │ ├── Lesson 3-Part 2 Feature Matching Handling Ambiguity in Matching.txt
│ │ │ ├── Lesson 3-Part 2 Feature Matching Handling Ambiguity in Matching.vtt
│ │ │ ├── Lesson 4-Outlier Rejection.mp4
│ │ │ ├── Lesson 4-Outlier Rejection.pdf
│ │ │ ├── Lesson 4-Outlier Rejection.txt
│ │ │ ├── Lesson 4-Outlier Rejection.vtt
│ │ │ ├── Lesson 5-Visual Odometry.mp4
│ │ │ ├── Lesson 5-Visual Odometry.pdf
│ │ │ ├── Lesson 5-Visual Odometry.txt
│ │ │ └── Lesson 5-Visual Odometry.vtt
│ │ ├── Module3-Feedforward_Neural_Networks
│ │ │ ├── assets
│ │ │ │ ├── 11111.png
│ │ │ │ ├── 1567772752742.png
│ │ │ │ ├── 1567772919695.png
│ │ │ │ ├── 1567773052883.png
│ │ │ │ ├── 1567773237677.png
│ │ │ │ ├── 1567773326369.png
│ │ │ │ ├── 1567773372935.png
│ │ │ │ ├── 1567773390632.png
│ │ │ │ ├── 1567773500736.png
│ │ │ │ ├── 1567773891778.png
│ │ │ │ ├── 1567774097272.png
│ │ │ │ ├── 1567774211740.png
│ │ │ │ ├── 1567774297646.png
│ │ │ │ ├── 1567774313429.png
│ │ │ │ ├── 1567774487833.png
│ │ │ │ ├── 1567774572521.png
│ │ │ │ ├── 1567774631048.png
│ │ │ │ ├── 1567774681369.png
│ │ │ │ ├── 1567774698608.png
│ │ │ │ ├── 1567776328028.png
│ │ │ │ ├── 1567776416460.png
│ │ │ │ ├── 1567776503414.png
│ │ │ │ ├── 1567776524377.png
│ │ │ │ ├── 1567776734601.png
│ │ │ │ ├── 1567776833941.png
│ │ │ │ ├── 1567776853700.png
│ │ │ │ ├── 1567777013178.png
│ │ │ │ ├── 1567777039242.png
│ │ │ │ ├── 1567951885071.png
│ │ │ │ ├── 1567951923585.png
│ │ │ │ ├── 1567951939895.png
│ │ │ │ ├── 1567952127419.png
│ │ │ │ ├── 1567952387198.png
│ │ │ │ ├── 1567953548672.png
│ │ │ │ ├── 1567953589214.png
│ │ │ │ ├── 1567953713418.png
│ │ │ │ ├── 1567953912809.png
│ │ │ │ ├── 1567954041518.png
│ │ │ │ ├── 1567954274788.png
│ │ │ │ ├── 1567954348138.png
│ │ │ │ ├── 1567954581543.png
│ │ │ │ ├── 1567954906204.png
│ │ │ │ ├── 1567955027233.png
│ │ │ │ ├── 1567955113696.png
│ │ │ │ ├── 1567955143528.png
│ │ │ │ ├── 1567955186729.png
│ │ │ │ ├── 1567955204646.png
│ │ │ │ ├── 1567955316244.png
│ │ │ │ ├── 1567955332836.png
│ │ │ │ ├── 1567955342247.png
│ │ │ │ ├── 1567955488020.png
│ │ │ │ ├── 1567955502635.png
│ │ │ │ └── 1567955540464.png
│ │ │ ├── Module3-Feedforward_Neural_Networks.md
│ │ │ └── slides
│ │ │ ├── Lesson 1-Feed Forward Neural Networks.mp4
│ │ │ ├── Lesson 1-Feed Forward Neural Networks.pdf
│ │ │ ├── Lesson 1-Feed Forward Neural Networks.txt
│ │ │ ├── Lesson 1-Feed Forward Neural Networks.vtt
│ │ │ ├── Lesson 2-Output Layers and Loss Functions.mp4
│ │ │ ├── Lesson 2-Output Layers and Loss Functions.pdf
│ │ │ ├── Lesson 2-Output Layers and Loss Functions.txt
│ │ │ ├── Lesson 2-Output Layers and Loss Functions.vtt
│ │ │ ├── Lesson 3-Neural Network Training with Gradient Descent.mp4
│ │ │ ├── Lesson 3-Neural Network Training with Gradient Descent.pdf
│ │ │ ├── Lesson 3-Neural Network Training with Gradient Descent.txt
│ │ │ ├── Lesson 3-Neural Network Training with Gradient Descent.vtt
│ │ │ ├── Lesson 4-Data Splits and Neural Network Performance Evaluation.mp4
│ │ │ ├── Lesson 4-Data Splits and Neural Network Performance Evaluation.pdf
│ │ │ ├── Lesson 4-Data Splits and Neural Network Performance Evaluation.txt
│ │ │ ├── Lesson 4-Data Splits and Neural Network Performance Evaluation.vtt
│ │ │ ├── Lesson 5-Neural Network Regularization.mp4
│ │ │ ├── Lesson 5-Neural Network Regularization.pdf
│ │ │ ├── Lesson 5-Neural Network Regularization.txt
│ │ │ ├── Lesson 5-Neural Network Regularization.vtt
│ │ │ ├── Lesson 6-Convolutional Neural Networks.mp4
│ │ │ ├── Lesson 6-Convolutional Neural Networks.pdf
│ │ │ ├── Lesson 6-Convolutional Neural Networks.txt
│ │ │ └── Lesson 6-Convolutional Neural Networks.vtt
│ │ ├── Module4-2D_Object_Detection
│ │ │ ├── assets
│ │ │ │ ├── 1568032581943.png
│ │ │ │ ├── 1568032638410.png
│ │ │ │ ├── 1568032767527.png
│ │ │ │ ├── 1568032855109.png
│ │ │ │ ├── 1568032924986.png
│ │ │ │ ├── 1568033142944.png
│ │ │ │ ├── 1568033160871.png
│ │ │ │ ├── 1568033397950.png
│ │ │ │ ├── 1568033421290.png
│ │ │ │ ├── 1568033448269.png
│ │ │ │ ├── 1568033542395.png
│ │ │ │ ├── 1568126547697.png
│ │ │ │ ├── 1568126571396.png
│ │ │ │ ├── 1568126659460.png
│ │ │ │ ├── 1568126745749.png
│ │ │ │ ├── 1568126835738.png
│ │ │ │ ├── 1568126887831.png
│ │ │ │ ├── 1568126995390.png
│ │ │ │ ├── 1568127044229.png
│ │ │ │ ├── 1568127117346.png
│ │ │ │ ├── 1568127208250.png
│ │ │ │ ├── 1568127304046.png
│ │ │ │ ├── 1568127377517.png
│ │ │ │ ├── 1568127417253.png
│ │ │ │ ├── 1568230525232.png
│ │ │ │ ├── 1568230675045.png
│ │ │ │ ├── 1568230738473.png
│ │ │ │ ├── 1568230803390.png
│ │ │ │ ├── 1568230864567.png
│ │ │ │ ├── 1568230970102.png
│ │ │ │ ├── 1568231051168.png
│ │ │ │ ├── 1568231147439.png
│ │ │ │ ├── 1568231220508.png
│ │ │ │ ├── 1568231290138.png
│ │ │ │ ├── 1568231407174.png
│ │ │ │ ├── 1568231534948.png
│ │ │ │ ├── 1568232975846.png
│ │ │ │ ├── 1568232983589.png
│ │ │ │ ├── 1568233054642.png
│ │ │ │ ├── 1568233083673.png
│ │ │ │ ├── 1568233202572.png
│ │ │ │ ├── 1568233222186.png
│ │ │ │ ├── 1568233380706.png
│ │ │ │ ├── 1568233404107.png
│ │ │ │ ├── 1568233484594.png
│ │ │ │ ├── 1568233508935.png
│ │ │ │ ├── 1568234213274.png
│ │ │ │ ├── 1568234229818.png
│ │ │ │ ├── 1568234273674.png
│ │ │ │ ├── 1568234362879.png
│ │ │ │ ├── 1568234472459.png
│ │ │ │ └── 1568234503463.png
│ │ │ ├── Module4-2D_Object_Detection.md
│ │ │ └── slides
│ │ │ ├── Lesson 1-The Object Detection Problem.mp4
│ │ │ ├── Lesson 1-The Object Detection Problem.pdf
│ │ │ ├── Lesson 1-The Object Detection Problem.txt
│ │ │ ├── Lesson 1-The Object Detection Problem.vtt
│ │ │ ├── Lesson 2-2D Object detection with Convolutional Neural Networks.mp4
│ │ │ ├── Lesson 2-2D Object detection with Convolutional Neural Networks.pdf
│ │ │ ├── Lesson 2-2D Object detection with Convolutional Neural Networks.txt
│ │ │ ├── Lesson 2-2D Object detection with Convolutional Neural Networks.vtt
│ │ │ ├── Lesson 3-Training vs. Inference.mp4
│ │ │ ├── Lesson 3-Training vs. Inference.pdf
│ │ │ ├── Lesson 3-Training vs. Inference.txt
│ │ │ ├── Lesson 3-Training vs. Inference.vtt
│ │ │ ├── Lesson 4-Using 2D Object Detectors for Self-Driving Cars.mp4
│ │ │ ├── Lesson 4-Using 2D Object Detectors for Self-Driving Cars.pdf
│ │ │ ├── Lesson 4-Using 2D Object Detectors for Self-Driving Cars.txt
│ │ │ └── Lesson 4-Using 2D Object Detectors for Self-Driving Cars.vtt
│ │ ├── Module5-Semantic_Segmentation
│ │ │ ├── assets
│ │ │ │ ├── 1568235073696.png
│ │ │ │ ├── 1568235127735.png
│ │ │ │ ├── 1568235207547.png
│ │ │ │ ├── 1568235234575.png
│ │ │ │ ├── 1568235334631.png
│ │ │ │ ├── 1568235386918.png
│ │ │ │ ├── 1568235411886.png
│ │ │ │ ├── 1568235461320.png
│ │ │ │ ├── 1568235483431.png
│ │ │ │ ├── 1568237258996.png
│ │ │ │ ├── 1568237286316.png
│ │ │ │ ├── 1568237314802.png
│ │ │ │ ├── 1568237361086.png
│ │ │ │ ├── 1568237564696.png
│ │ │ │ ├── 1568237592087.png
│ │ │ │ ├── 1568237648257.png
│ │ │ │ ├── 1568237668759.png
│ │ │ │ ├── 1568237835476.png
│ │ │ │ ├── 1568237936640.png
│ │ │ │ ├── 1568237959495.png
│ │ │ │ ├── 1568238052639.png
│ │ │ │ ├── 1568238094974.png
│ │ │ │ ├── 1568238182028.png
│ │ │ │ ├── 1568238388813.png
│ │ │ │ ├── 1568238576859.png
│ │ │ │ ├── 1568238613774.png
│ │ │ │ ├── 1568238645325.png
│ │ │ │ ├── 1568238723166.png
│ │ │ │ ├── 1568238760821.png
│ │ │ │ └── 1568238817256.png
│ │ │ ├── Module5-Semantic_Segmentation.md
│ │ │ └── slides
│ │ │ ├── Lesson 1-The Semantic Segmentation Problem.mp4
│ │ │ ├── Lesson 1-The Semantic Segmentation Problem.pdf
│ │ │ ├── Lesson 1-The Semantic Segmentation Problem.txt
│ │ │ ├── Lesson 1-The Semantic Segmentation Problem.vtt
│ │ │ ├── Lesson 2-ConvNets for Semantic Segmentation.mp4
│ │ │ ├── Lesson 2-ConvNets for Semantic Segmentation.pdf
│ │ │ ├── Lesson 2-ConvNets for Semantic Segmentation.txt
│ │ │ ├── Lesson 2-ConvNets for Semantic Segmentation.vtt
│ │ │ ├── Lesson 3-Semantic Segmentation for Road Scene Understanding.mp4
│ │ │ ├── Lesson 3-Semantic Segmentation for Road Scene Understanding.pdf
│ │ │ ├── Lesson 3-Semantic Segmentation for Road Scene Understanding.txt
│ │ │ └── Lesson 3-Semantic Segmentation for Road Scene Understanding.vtt
│ │ ├── Module6-Putting_it_together-Perception_of_dynamic_objects_in_the_drivable_region
│ │ │ ├── Homework
│ │ │ │ ├── data
│ │ │ │ │ ├── depth
│ │ │ │ │ │ ├── 0.dat
│ │ │ │ │ │ ├── 1.dat
│ │ │ │ │ │ └── 2.dat
│ │ │ │ │ ├── rgb
│ │ │ │ │ │ ├── 0.png
│ │ │ │ │ │ ├── 1.png
│ │ │ │ │ │ └── 2.png
│ │ │ │ │ └── segmentation
│ │ │ │ │ ├── 0.dat
│ │ │ │ │ ├── 1.dat
│ │ │ │ │ └── 2.dat
│ │ │ │ ├── Environment Perception For Self-Driving Cars - Learner - v1.ipynb
│ │ │ │ ├── images
│ │ │ │ │ ├── image.png
│ │ │ │ │ ├── lanes_1.png
│ │ │ │ │ ├── lanes_2.png
│ │ │ │ │ ├── lanes_final.png
│ │ │ │ │ └── occ_grid.png
│ │ │ │ ├── m6bk.py
│ │ │ │ └── output.yaml
│ │ │ └── slides
│ │ │ ├── Final Project Hints.mp4
│ │ │ ├── Final Project Hints.txt
│ │ │ ├── Final Project Hints.vtt
│ │ │ ├── Final Project Solution [LOCKED].mp4
│ │ │ ├── Final Project Solution [LOCKED].txt
│ │ │ ├── Final Project Solution [LOCKED].vtt
│ │ │ ├── Project Overview Using CARLA for object detection and segmentation.mp4
│ │ │ ├── Project Overview Using CARLA for object detection and segmentation.txt
│ │ │ └── Project Overview Using CARLA for object detection and segmentation.vtt
│ │ └── README.md
│ ├── Part4-Motion_Planning_for_Self-Driving_Cars
│ │ ├── Module1-The_Planning_Problem
│ │ │ ├── assets
│ │ │ │ ├── 1563884982388.png
│ │ │ │ ├── 1563885272327.png
│ │ │ │ ├── 1563885345543.png
│ │ │ │ ├── 1563885489602.png
│ │ │ │ ├── 1563885676837.png
│ │ │ │ ├── 1563885975868.png
│ │ │ │ ├── 1563886449309.png
│ │ │ │ ├── 1563886587281.png
│ │ │ │ ├── 1563886818241.png
│ │ │ │ ├── 1563887067560.png
│ │ │ │ ├── 1563887301877.png
│ │ │ │ ├── 1563887910776.png
│ │ │ │ ├── 1563888344464.png
│ │ │ │ ├── 1563888829237.png
│ │ │ │ ├── 1563889043645.png
│ │ │ │ ├── 1563889285779.png
│ │ │ │ ├── 1563889306835.png
│ │ │ │ ├── 1563889416524.png
│ │ │ │ ├── 1563889459971.png
│ │ │ │ ├── 1566133696166.png
│ │ │ │ ├── 1566133760392.png
│ │ │ │ ├── 1566133897212.png
│ │ │ │ ├── 1566134042884.png
│ │ │ │ ├── 1566134194950.png
│ │ │ │ ├── 1566135096635.png
│ │ │ │ ├── 1566135395379.png
│ │ │ │ ├── 1566135589539.png
│ │ │ │ ├── 1566136171101.png
│ │ │ │ ├── 1566136298926.png
│ │ │ │ ├── 1566136386716.png
│ │ │ │ ├── 1566136477962.png
│ │ │ │ ├── 1566136585815.png
│ │ │ │ ├── 1566136743258.png
│ │ │ │ ├── 1566136866921.png
│ │ │ │ └── 1566136942822.png
│ │ │ ├── Module1-The_Planning_Problem.md
│ │ │ └── Slides
│ │ │ ├── Lesson 1-Driving Missions, Scenarios, and Behaviour.mp4
│ │ │ ├── Lesson 1-Driving Missions, Scenarios, and Behaviour.pdf
│ │ │ ├── Lesson 1-Driving Missions, Scenarios, and Behaviour.txt
│ │ │ ├── Lesson 1-Driving Missions, Scenarios, and Behaviour.vtt
│ │ │ ├── Lesson 2-Motion Planning Constraints.mp4
│ │ │ ├── Lesson 2-Motion Planning Constraints.pdf
│ │ │ ├── Lesson 2-Motion Planning Constraints.txt
│ │ │ ├── Lesson 2-Motion Planning Constraints.vtt
│ │ │ ├── Lesson 3-Objective Functions for Autonomous Driving.mp4
│ │ │ ├── Lesson 3-Objective Functions for Autonomous Driving.pdf
│ │ │ ├── Lesson 3-Objective Functions for Autonomous Driving.txt
│ │ │ ├── Lesson 3-Objective Functions for Autonomous Driving.vtt
│ │ │ ├── Lesson 4-Hierarchical Motion Planning.mp4
│ │ │ ├── Lesson 4-Hierarchical Motion Planning.pdf
│ │ │ ├── Lesson 4-Hierarchical Motion Planning.txt
│ │ │ └── Lesson 4-Hierarchical Motion Planning.vtt
│ │ ├── Module2-Mapping_for_Planning
│ │ │ ├── assets
│ │ │ │ ├── 1563589936919.png
│ │ │ │ ├── 1563590184269.png
│ │ │ │ ├── 1563590208671.png
│ │ │ │ ├── 1563590243163.png
│ │ │ │ ├── 1563590520876.png
│ │ │ │ ├── 1563590923530.png
│ │ │ │ ├── 1563591805784.png
│ │ │ │ ├── 1563591954827.png
│ │ │ │ ├── 1563592101893.png
│ │ │ │ ├── 1563592383673.png
│ │ │ │ ├── 1563592476651.png
│ │ │ │ ├── 1563628768593.png
│ │ │ │ ├── 1563628878217.png
│ │ │ │ ├── 1563628903587.png
│ │ │ │ ├── 1563628928214.png
│ │ │ │ ├── 1563629922649.png
│ │ │ │ ├── 1563630162383.png
│ │ │ │ ├── 1563630343268.png
│ │ │ │ ├── 1563630434077.png
│ │ │ │ ├── 1563631052944.png
│ │ │ │ ├── 1563631180528.png
│ │ │ │ ├── 1563631304600.png
│ │ │ │ ├── 1563706151265.png
│ │ │ │ ├── 1563706266882.png
│ │ │ │ ├── 1563706639459.png
│ │ │ │ ├── 1563706781290.png
│ │ │ │ ├── 1563707046440.png
│ │ │ │ ├── 1563707526078.png
│ │ │ │ ├── 1563707952471.png
│ │ │ │ ├── 1563707983754.png
│ │ │ │ ├── 1563708143489.png
│ │ │ │ ├── 1563709100797.png
│ │ │ │ ├── 1563709197924.png
│ │ │ │ ├── 1563710177083.png
│ │ │ │ ├── 1563710414592.png
│ │ │ │ ├── 1563710623360.png
│ │ │ │ ├── 1563710775476.png
│ │ │ │ ├── 1563711215112.png
│ │ │ │ ├── 1563711528987.png
│ │ │ │ ├── 1563711585188.png
│ │ │ │ ├── 1563712912837.png
│ │ │ │ ├── 1563713013328.png
│ │ │ │ ├── 1563713092375.png
│ │ │ │ ├── 1563713198055.png
│ │ │ │ ├── 1563713284593.png
│ │ │ │ ├── 1563713332356.png
│ │ │ │ ├── 1563713436062.png
│ │ │ │ └── 1563713576941.png
│ │ │ ├── Homework
│ │ │ │ └── Module 2 Assessment.ipynb
│ │ │ ├── Module2-Mapping_for_Planning.md
│ │ │ └── Slides
│ │ │ ├── Lesson 1-Occupancy Grids.mp4
│ │ │ ├── Lesson 1-Occupancy Grids.pdf
│ │ │ ├── Lesson 1-Occupancy Grids.txt
│ │ │ ├── Lesson 1-Occupancy Grids.vtt
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 1).mp4
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 1).pdf
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 1).txt
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 1).vtt
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 2).mp4
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 2).pdf
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 2).txt
│ │ │ ├── Lesson 2-Populating Occupancy Grids from LIDAR Scan Data (Part 2).vtt
│ │ │ ├── Lesson 3-Occupancy Grid Updates for Self-Driving Cars.mp4
│ │ │ ├── Lesson 3-Occupancy Grid Updates for Self-Driving Cars.pdf
│ │ │ ├── Lesson 3-Occupancy Grid Updates for Self-Driving Cars.txt
│ │ │ ├── Lesson 3-Occupancy Grid Updates for Self-Driving Cars.vtt
│ │ │ ├── Lesson 4-High Definition Road Maps.mp4
│ │ │ ├── Lesson 4-High Definition Road Maps.pdf
│ │ │ ├── Lesson 4-High Definition Road Maps.txt
│ │ │ └── Lesson 4-High Definition Road Maps.vtt
│ │ ├── Module3-Mission_Planning_in_Driving_Environments
│ │ │ ├── assets
│ │ │ │ ├── 1564564606848.png
│ │ │ │ ├── 1564565625681.png
│ │ │ │ ├── 1564565811763.png
│ │ │ │ ├── 1564565837532.png
│ │ │ │ ├── 1564568436769.png
│ │ │ │ ├── 1564568454948.png
│ │ │ │ ├── 1564568994709.png
│ │ │ │ ├── 1564569046799.png
│ │ │ │ ├── 1564663380131.png
│ │ │ │ ├── 1564663545439.png
│ │ │ │ ├── 1564663808900.png
│ │ │ │ ├── 1564663859146.png
│ │ │ │ ├── 1564663941530.png
│ │ │ │ ├── 1564663948176.png
│ │ │ │ ├── 1564663996312.png
│ │ │ │ ├── 1564664153570.png
│ │ │ │ ├── 1564664187131.png
│ │ │ │ ├── 1564664457882.png
│ │ │ │ ├── 1564665116226.png
│ │ │ │ ├── 1564665335761.png
│ │ │ │ ├── 1564665488285.png
│ │ │ │ ├── 1564665578688.png
│ │ │ │ ├── 1564665736236.png
│ │ │ │ ├── 1564666087684.png
│ │ │ │ ├── 1564666334261.png
│ │ │ │ ├── 1564666391908.png
│ │ │ │ ├── 1564666435946.png
│ │ │ │ ├── 1564666487543.png
│ │ │ │ └── 1564666517951.png
│ │ │ ├── Homework
│ │ │ │ ├── a_star.png
│ │ │ │ ├── dijkstra.png
│ │ │ │ ├── Module 3 Practice Assessment.ipynb
│ │ │ │ ├── Module 3 Practice Assessment Solution.ipynb
│ │ │ │ └── priority_dict.py
│ │ │ ├── Module3-Mission_Planning_in_Driving_Environments.md
│ │ │ └── Slides
│ │ │ ├── Lesson 1-Creating a Road Network Graph.mp4
│ │ │ ├── Lesson 1-Creating a Road Network Graph.pdf
│ │ │ ├── Lesson 1-Creating a Road Network Graph.txt
│ │ │ ├── Lesson 1-Creating a Road Network Graph.vtt
│ │ │ ├── Lesson 2-Dijkstra's Shortest Path Search.mp4
│ │ │ ├── Lesson 2-Dijkstra's Shortest Path Search.pdf
│ │ │ ├── Lesson 2-Dijkstra's Shortest Path Search.txt
│ │ │ ├── Lesson 2-Dijkstra's Shortest Path Search.vtt
│ │ │ ├── Lesson 3-A-Star Shortest Path Search.mp4
│ │ │ ├── Lesson 3-A-Star Shortest Path Search.pdf
│ │ │ ├── Lesson 3-A-Star Shortest Path Search.txt
│ │ │ └── Lesson 3-A-Star Shortest Path Search.vtt
│ │ ├── Module4-Dynamic_Object_Interactions
│ │ │ ├── assets
│ │ │ │ ├── 1564899493928.png
│ │ │ │ ├── 1564901850006.png
│ │ │ │ ├── 1564902311390.png
│ │ │ │ ├── 1564902833713.png
│ │ │ │ ├── 1564903371753.png
│ │ │ │ ├── 1564903408844.png
│ │ │ │ ├── 1564906508974.png
│ │ │ │ ├── 1564909183219.png
│ │ │ │ ├── 1565009298050.png
│ │ │ │ ├── 1565009335378.png
│ │ │ │ ├── 1565009376174.png
│ │ │ │ ├── 1565009442058.png
│ │ │ │ ├── 1565009822810.png
│ │ │ │ ├── 1565009852683.png
│ │ │ │ ├── 1565010985969.png
│ │ │ │ ├── 1565011355620.png
│ │ │ │ ├── 1565011383942.png
│ │ │ │ ├── 1565011404586.png
│ │ │ │ ├── 1565011700897.png
│ │ │ │ ├── 1565092567020.png
│ │ │ │ ├── 1565092589154.png
│ │ │ │ ├── 1565092742022.png
│ │ │ │ ├── 1565092790274.png
│ │ │ │ ├── 1565092807893.png
│ │ │ │ ├── 1565092855809.png
│ │ │ │ ├── 1565092974000.png
│ │ │ │ ├── 1565093085336.png
│ │ │ │ └── 1565093151126.png
│ │ │ ├── Module4-Dynamic_Object_Interactions.md
│ │ │ ├── Slides
│ │ │ │ ├── Lesson 1-Motion Prediction.mp4
│ │ │ │ ├── Lesson 1-Motion Prediction.pdf
│ │ │ │ ├── Lesson 1-Motion Prediction.txt
│ │ │ │ ├── Lesson 1-Motion Prediction.vtt
│ │ │ │ ├── Lesson 2-Map-Aware Motion Prediction.mp4
│ │ │ │ ├── Lesson 2-Map-Aware Motion Prediction.pdf
│ │ │ │ ├── Lesson 2-Map-Aware Motion Prediction.txt
│ │ │ │ ├── Lesson 2-Map-Aware Motion Prediction.vtt
│ │ │ │ ├── Lesson 3-Time to Collision.mp4
│ │ │ │ ├── Lesson 3-Time to Collision.pdf
│ │ │ │ ├── Lesson 3-Time to Collision.txt
│ │ │ │ └── Lesson 3-Time to Collision.vtt
│ │ │ └── Supplementary Reading
│ │ │ ├── Arbeitsgruppe Autonome Intelligente Systeme - Lehre - WS09 - Mobile Robotics 2_files
│ │ │ │ ├── burgard.gif
│ │ │ │ ├── en.gif
│ │ │ │ ├── flashvideo.js
│ │ │ │ ├── header.gif
│ │ │ │ ├── institut.gif
│ │ │ │ ├── logo.gif
│ │ │ │ ├── sb_teaching.gif
│ │ │ │ └── style.css
│ │ │ ├── Arbeitsgruppe Autonome Intelligente Systeme - Lehre - WS09 - Mobile Robotics 2.html
│ │ │ └── Autonomous Driving in Traffic Boss and the Urban Challenge.pdf
│ │ ├── Module5-Principles_of_Behaviour_Planning
│ │ │ ├── assets
│ │ │ │ ├── 1565265630083.png
│ │ │ │ ├── 1565265937595.png
│ │ │ │ ├── 1565266196151.png
│ │ │ │ ├── 1565268521658.png
│ │ │ │ ├── 1565269086097.png
│ │ │ │ ├── 1565270228719.png
│ │ │ │ ├── 1565270333461.png
│ │ │ │ ├── 1565270717992.png
│ │ │ │ ├── 1565270829438.png
│ │ │ │ ├── 1565270905167.png
│ │ │ │ ├── 1565270949008.png
│ │ │ │ ├── 1565271144409.png
│ │ │ │ ├── 1565271481754.png
│ │ │ │ ├── 1565271535000.png
│ │ │ │ ├── 1565351398895.png
│ │ │ │ ├── 1565351463281.png
│ │ │ │ ├── 1565351558452.png
│ │ │ │ ├── 1565351746845.png
│ │ │ │ ├── 1565351891851.png
│ │ │ │ ├── 1565352009046.png
│ │ │ │ ├── 1565352056140.png
│ │ │ │ ├── 1565414989998.png
│ │ │ │ ├── 1565415061448.png
│ │ │ │ ├── 1565415160190.png
│ │ │ │ ├── 1565415271973.png
│ │ │ │ ├── 1565415303194.png
│ │ │ │ ├── 1565415363019.png
│ │ │ │ ├── 1565415496491.png
│ │ │ │ ├── 1565415572068.png
│ │ │ │ ├── 1565416476135.png
│ │ │ │ ├── 1565416497150.png
│ │ │ │ ├── 1565416763449.png
│ │ │ │ ├── 1565416875131.png
│ │ │ │ ├── 1565416986746.png
│ │ │ │ ├── 1565417200533.png
│ │ │ │ ├── 1565417252343.png
│ │ │ │ ├── 1565417307242.png
│ │ │ │ ├── 1565418151697.png
│ │ │ │ ├── 1565418298243.png
│ │ │ │ ├── 1565418316216.png
│ │ │ │ ├── 1565418558805.png
│ │ │ │ ├── 1565418604011.png
│ │ │ │ ├── 1565421509022.png
│ │ │ │ └── Screenshot from 2019-08-08 20-17-07.png
│ │ │ ├── Module5-Principles_of_Behaviour_Planning.md
│ │ │ └── Slides
│ │ │ ├── Lesson 1-Behaviour Planning.mp4
│ │ │ ├── Lesson 1-Behaviour Planning.pdf
│ │ │ ├── Lesson 1-Behaviour Planning.txt
│ │ │ ├── Lesson 1-Behaviour Planning.vtt
│ │ │ ├── Lesson 2-Handling an Intersection Scenario Without Dynamic Objects.mp4
│ │ │ ├── Lesson 2-Handling an Intersection Scenario Without Dynamic Objects.pdf
│ │ │ ├── Lesson 2-Handling an Intersection Scenario Without Dynamic Objects.txt
│ │ │ ├── Lesson 2-Handling an Intersection Scenario Without Dynamic Objects.vtt
│ │ │ ├── Lesson 3-Handling an Intersection Scenario with Dynamic Objects.mp4
│ │ │ ├── Lesson 3-Handling an Intersection Scenario with Dynamic Objects.pdf
│ │ │ ├── Lesson 3-Handling an Intersection Scenario with Dynamic Objects.txt
│ │ │ ├── Lesson 3-Handling an Intersection Scenario with Dynamic Objects.vtt
│ │ │ ├── Lesson 4-Handling Multiple Scenarios.mp4
│ │ │ ├── Lesson 4-Handling Multiple Scenarios.pdf
│ │ │ ├── Lesson 4-Handling Multiple Scenarios.txt
│ │ │ ├── Lesson 4-Handling Multiple Scenarios.vtt
│ │ │ ├── Lesson 5-Advanced Methods for Behaviour Planning.mp4
│ │ │ ├── Lesson 5-Advanced Methods for Behaviour Planning.pdf
│ │ │ ├── Lesson 5-Advanced Methods for Behaviour Planning.txt
│ │ │ └── Lesson 5-Advanced Methods for Behaviour Planning.vtt
│ │ ├── Module6-Reactive_Planning_in_Static_Environments
│ │ │ ├── assets
│ │ │ │ ├── 1565433716027.png
│ │ │ │ ├── 1565433866902.png
│ │ │ │ ├── 1565434033952.png
│ │ │ │ ├── 1565434115917.png
│ │ │ │ ├── 1565434183739.png
│ │ │ │ ├── 1565438590267.png
│ │ │ │ ├── 1565438692357.png
│ │ │ │ ├── 1565438714599.png
│ │ │ │ ├── 1565438813230.png
│ │ │ │ ├── 1565438946207.png
│ │ │ │ ├── 1565439001557.png
│ │ │ │ ├── 1565439129017.png
│ │ │ │ ├── 1565439223069.png
│ │ │ │ ├── 1565439368124.png
│ │ │ │ ├── 1565439508662.png
│ │ │ │ ├── 1565439549378.png
│ │ │ │ ├── 1565611340064.png
│ │ │ │ ├── 1565611503061.png
│ │ │ │ ├── 1565611522226.png
│ │ │ │ ├── 1565613638847.png
│ │ │ │ ├── 1565613818806.png
│ │ │ │ ├── 1565613992777.png
│ │ │ │ ├── 1565614099253.png
│ │ │ │ ├── 1565614167281.png
│ │ │ │ ├── 1565614236599.png
│ │ │ │ ├── 1565614283548.png
│ │ │ │ ├── 1565614319376.png
│ │ │ │ ├── 1565614390707.png
│ │ │ │ ├── 1565614453602.png
│ │ │ │ ├── 1565614590980.png
│ │ │ │ ├── 1565614630935.png
│ │ │ │ ├── 1565615052965.png
│ │ │ │ ├── 1565615135296.png
│ │ │ │ ├── 1565615315884.png
│ │ │ │ ├── 1565615413016.png
│ │ │ │ ├── 1565615436239.png
│ │ │ │ └── 1565615573757.png
│ │ │ ├── Module6-Reactive_Planning_in_Static_Environments.md
│ │ │ └── Slides
│ │ │ ├── Lesson 1-Trajectory Propagation.mp4
│ │ │ ├── Lesson 1-Trajectory Propagation.pdf
│ │ │ ├── Lesson 1-Trajectory Propagation.txt
│ │ │ ├── Lesson 1-Trajectory Propagation.vtt
│ │ │ ├── Lesson 2-Collision Checking.mp4
│ │ │ ├── Lesson 2-Collision Checking.pdf
│ │ │ ├── Lesson 2-Collision Checking.txt
│ │ │ ├── Lesson 2-Collision Checking.vtt
│ │ │ ├── Lesson 3-Trajectory Rollout Algorithm.mp4
│ │ │ ├── Lesson 3-Trajectory Rollout Algorithm.pdf
│ │ │ ├── Lesson 3-Trajectory Rollout Algorithm.txt
│ │ │ ├── Lesson 3-Trajectory Rollout Algorithm.vtt
│ │ │ ├── Lesson 4-Dynamic Windowing.mp4
│ │ │ ├── Lesson 4-Dynamic Windowing.pdf
│ │ │ ├── Lesson 4-Dynamic Windowing.txt
│ │ │ └── Lesson 4-Dynamic Windowing.vtt
│ │ ├── Module7-Putting_it_all_together-Smooth_Local_Planning
│ │ │ ├── assets
│ │ │ │ ├── 1565701822304.png
│ │ │ │ ├── 1565701893234.png
│ │ │ │ ├── 1565701986045.png
│ │ │ │ ├── 1565702080705.png
│ │ │ │ ├── 1565702144694.png
│ │ │ │ ├── 1565702255539.png
│ │ │ │ ├── 1565702383859.png
│ │ │ │ ├── 1565702400748.png
│ │ │ │ ├── 1565702601200.png
│ │ │ │ ├── 1565702622356.png
│ │ │ │ ├── 1565783391180.png
│ │ │ │ ├── 1565783513791.png
│ │ │ │ ├── 1565783646361.png
│ │ │ │ ├── 1565783720362.png
│ │ │ │ ├── 1565783837751.png
│ │ │ │ ├── 1565783907066.png
│ │ │ │ ├── 1565784017330.png
│ │ │ │ ├── 1565784110082.png
│ │ │ │ ├── 1565784241930.png
│ │ │ │ ├── 1565784385646.png
│ │ │ │ ├── 1565784418684.png
│ │ │ │ ├── 1565784958799.png
│ │ │ │ ├── 1565785053775.png
│ │ │ │ ├── 1565785136271.png
│ │ │ │ ├── 1565785229316.png
│ │ │ │ ├── 1565785250081.png
│ │ │ │ ├── 1565785725969.png
│ │ │ │ ├── 1565785862773.png
│ │ │ │ ├── 1565785990326.png
│ │ │ │ ├── 1565786005268.png
│ │ │ │ ├── 1565786148510.png
│ │ │ │ ├── 1565786206218.png
│ │ │ │ ├── 1565786325823.png
│ │ │ │ ├── 1565786460846.png
│ │ │ │ ├── 1565786503473.png
│ │ │ │ ├── 1565786888930.png
│ │ │ │ ├── 1565787065219.png
│ │ │ │ ├── 1565787247320.png
│ │ │ │ ├── 1565787322709.png
│ │ │ │ ├── 1565787392688.png
│ │ │ │ ├── 1565787453730.png
│ │ │ │ ├── 1565787539381.png
│ │ │ │ ├── 1565787578961.png
│ │ │ │ ├── 1565787627759.png
│ │ │ │ ├── 1565787674751.png
│ │ │ │ ├── 1566021911295.png
│ │ │ │ ├── 1566021959846.png
│ │ │ │ ├── 1566021977902.png
│ │ │ │ ├── 1566022000705.png
│ │ │ │ └── 1566022029247.png
│ │ │ ├── Homework
│ │ │ │ ├── CARLA-Setup-Guide-Ubuntu.pdf
│ │ │ │ ├── CARLA-Setup-Guide-Windows-x64.pdf
│ │ │ │ ├── Course4FinalProject
│ │ │ │ │ ├── behavioural_planner.py
│ │ │ │ │ ├── collision_checker.py
│ │ │ │ │ ├── controller2d.py
│ │ │ │ │ ├── controller_output
│ │ │ │ │ │ ├── brake_output.png
│ │ │ │ │ │ ├── collision_count.txt
│ │ │ │ │ │ ├── forward_speed.png
│ │ │ │ │ │ ├── steer_output.png
│ │ │ │ │ │ ├── throttle_output.png
│ │ │ │ │ │ ├── trajectory.png
│ │ │ │ │ │ └── trajectory.txt
│ │ │ │ │ ├── course4_waypoints.txt
│ │ │ │ │ ├── cutils.py
│ │ │ │ │ ├── init.py
│ │ │ │ │ ├── local_planner.py
│ │ │ │ │ ├── module_7.py
│ │ │ │ │ ├── options.cfg
│ │ │ │ │ ├── parked_vehicle_params.txt
│ │ │ │ │ ├── path_optimizer.py
│ │ │ │ │ ├── pycache
│ │ │ │ │ │ ├── behavioural_planner.cpython-36.pyc
│ │ │ │ │ │ ├── collision_checker.cpython-36.pyc
│ │ │ │ │ │ ├── controller2d.cpython-36.pyc
│ │ │ │ │ │ ├── cutils.cpython-36.pyc
│ │ │ │ │ │ ├── local_planner.cpython-36.pyc
│ │ │ │ │ │ ├── path_optimizer.cpython-36.pyc
│ │ │ │ │ │ └── velocity_planner.cpython-36.pyc
│ │ │ │ │ ├── README.md
│ │ │ │ │ ├── stop_sign_params.txt
│ │ │ │ │ └── velocity_planner.py
│ │ │ │ ├── Course4FinalProject.zip
│ │ │ │ └── README.md
│ │ │ ├── Module7-Putting_it_all_together-Smooth_Local_Planning.md
│ │ │ ├── Slides
│ │ │ │ ├── Final Project Overview.mp4
│ │ │ │ ├── Final Project Overview.pdf
│ │ │ │ ├── Final Project Overview.txt
│ │ │ │ ├── Final Project Overview.vtt
│ │ │ │ ├── Final Project Solution [LOCKED].mp4
│ │ │ │ ├── Final Project Solution [LOCKED].pdf
│ │ │ │ ├── Final Project Solution [LOCKED].txt
│ │ │ │ ├── Final Project Solution [LOCKED].vtt
│ │ │ │ ├── Lesson 1-Parametric Curves.mp4
│ │ │ │ ├── Lesson 1-Parametric Curves.pdf
│ │ │ │ ├── Lesson 1-Parametric Curves.txt
│ │ │ │ ├── Lesson 1-Parametric Curves.vtt
│ │ │ │ ├── Lesson 2-Path Planning Optimization.mp4
│ │ │ │ ├── Lesson 2-Path Planning Optimization.pdf
│ │ │ │ ├── Lesson 2-Path Planning Optimization.txt
│ │ │ │ ├── Lesson 2-Path Planning Optimization.vtt
│ │ │ │ ├── Lesson 3-Optimization in Python.mp4
│ │ │ │ ├── Lesson 3-Optimization in Python.pdf
│ │ │ │ ├── Lesson 3-Optimization in Python.txt
│ │ │ │ ├── Lesson 3-Optimization in Python.vtt
│ │ │ │ ├── Lesson 4-Conformal Lattice Planning.mp4
│ │ │ │ ├── Lesson 4-Conformal Lattice Planning.pdf
│ │ │ │ ├── Lesson 4-Conformal Lattice Planning.txt
│ │ │ │ ├── Lesson 4-Conformal Lattice Planning.vtt
│ │ │ │ ├── Lesson 5-Velocity Profile Generation.mp4
│ │ │ │ ├── Lesson 5-Velocity Profile Generation.pdf
│ │ │ │ ├── Lesson 5-Velocity Profile Generation.txt
│ │ │ │ └── Lesson 5-Velocity Profile Generation.vtt
│ │ │ └── Supplementary Reading
│ │ │ ├── Motion planning for autonomous driving with a conformal spatiotemporal lattice.pdf
│ │ │ ├── Quintic Gsup 2-splines for trajectory planning of autonomous vehicles.pdf
│ │ │ └── Reactive Nonholonomic Trajectory Generation via Parametric Optimal Control.pdf
│ │ └── README.md
│ └── SUMMARY.md
ADAS标准分类汇总
│ ├── 10.1 APS：ISO 16787-2017 Intelligent transport systems — Assisted parking system (APS) — Performance requirements and test procedures.PDF
│ ├── 11.2 C-NCAP管理规则（2018版）.pdf
│ ├── 1.1 ACC：GBT 20608-2006 智能运输系统自适应巡航控制系统性能要求与检测方法.pdf
│ ├── 1.2 ACC：ISO 15622-2010 Intelligent transport systems — Adaptive Cruise Control systems — Performance requirements and test procedures.pdf
│ ├── 1.3.FSRA：ISO15622-2018Intelligent transport systems —Adaptive cruise control systems — Performance requirements and test procedures.pdf
│ ├── 3.1 FVCWS：GBT 33577-2017 智能运输系统车辆前向碰撞预警系统性能要求和测试规程.pdf
│ ├── 3.2 FVCWS：ISO15623-2013 Intelligent transport systems — Forward vehicle collision warning systems — Performance requirements and test procedures.PDF
│ ├── 4.1 FVCMS：ISO 22839-2013 Intelligent transport systems — Forward vehicle collision mitigation systems — Operation, performance, and verification requirements.pdf
│ ├── 5.1 AEBS：ECE A130 R131 Uniform provisions concerning the approval of motor vehicles with regard to the Advanced Emergency Braking Systems (AEBS).pdf
│ ├── 5.2 AEBS：ECE A130 R131 Rev1 Uniform provisions concerning the approval of motor vehicles with regard to the Advanced Emergency Braking Systems (AEBS).pdf
│ ├── 5.3 AEBS：ECE A130 R131 Amend1 Uniform provisions concerning the approval of motor vehicles with regard to the Advanced Emergency Braking Systems (AEBS).pdf
│ ├── 5.4 AEBS：ECE A130 R131 关于车辆紧急制动预警系统（AEBS）的统一规定(中文翻译版).pdf
│ ├── 5.5 AEBS JTT XXXX—XXXX 营运车辆自动紧急制动系统性能要求和测试规程（征求意见稿）.pdf
│ ├── 5.6 AEBS JTT XXXX—XXXX 交通运输行业标准《营运车辆自动紧急制动系统性能要求和测试规程》（征求意见稿）2017-11-30.pdf
│ ├── 5.7 AEBS：Euro NCAP TEST PROTOCOL – AEB systems V2_0_1.pdf
│ ├── 6.1 LDWS：GBT 26773-2011 智能运输系统车道偏离报警系统性能要求与检测方法.pdf
│ ├── 6.3 LDWS：ECE A129 R130 Uniform provisions concerning the approval of motor vehicles with regard to the Lane Departure Warning System (LDWS).pdf
│ ├── 7.1 LSS：Euro NCAP TEST PROTOCOL – Lane Support systems V2_0_1.pdf
│ ├── 8.1 LKAS：ISO-11270-2014 Intelligent transport systems — Lane keeping assistance systems (LKAS) —Performance requirements and test procedures.pdf
│ ├── GB T XXXXX-XXXX乘用车车道保持辅助（LKA）系统性能要求及试验方法.pdf
│ └── GB T XXXXX-XXXX道路车辆先进驾驶辅助系统(ADAS)术语及定义.pdf
ADAS(高级辅助驾驶)算法设计
│ ├── 知荐 _ ADAS系统中的弯道巡航控制算法（二）.pdf
│ ├── 知荐 _ ADAS系统中的弯道巡航控制算法（一）.pdf
│ ├── ADAS算法设计（八）：APA算法设计.pdf
│ ├── ADAS算法设计（二）：AEB算法设计.pdf
│ ├── ADAS算法设计（六）：BSD & RCTA算法设计.pdf
│ ├── ADAS算法设计（七）：TSR & PD算法设计.pdf
│ ├── ADAS算法设计（三）：LDW算法设计.pdf
│ ├── ADAS算法设计（四）：LDP算法设计.pdf
│ ├── ADAS算法设计（五）：ACC算法设计.pdf
│ ├── ADAS算法设计（一）：FCW算法设计.pdf
│ ├── ADAS算法设计中的“运动规划”详解（二）.pdf
│ ├── ADAS算法设计中的“运动规划”详解（一）.pdf
│ ├── ADAS系列：ADAS常用传感器介绍.pdf
│ ├── ADAS系统横纵向控制策略之碰撞时间计算方法.pdf
│ ├── AEB系统控制算法（上）.pdf
│ └── AEB系统控制算法（下）.pdf
apa(自动泊车技术)
│ ├── 【干货】一汽大众APA驾驶员辅助系统.pdf
│ ├── 自动泊车与全自动泊车技术（附小鹏汽车自动泊车专利）.pdf
│ ├── 自动驾驶中泊车算法学习记录.pdf
│ ├── 自主泊车APA的路径规划算法.pdf
│ ├── ADAS算法设计（八）：APA算法设计.pdf
│ └── APA - 全自动泊车辅助系统.pdf
BEV
│ ├── 一文读懂BEV自底向上方法：LSS 和 BEVDepth .pdf
│ ├── 自动驾驶感知新范式——BEV感知经典论文总结和对比(上).pdf
│ ├── 自动驾驶感知——BEV感知（学习笔记） - 知乎.pdf
│ ├── 自动驾驶视觉感知的技术路线分析.pdf
│ ├── BEV介绍和常用BEV算法简介 - 知乎.pdf
│ └── VirtualPainting：新一代多传感器融合方案，大幅提升3D目标检测性能 .pdf
mobiley技术文档
│ ├── A Computer Vision System on a Chip--a case study from the automotive domain.pdf
│ ├── Challenges and Solutions for Bundling Multiple DAS Applications on a Single Hardware platform..pdf
│ ├── 【!!! fcw相关】A Monocular Vision-Advance Warning System.pdf
│ ├── 【!!!fcw相关】Forward Collision Warning.pdf
│ ├── 【!!! fcw相关】[mobileye]Development-of-a-Camera-Based-Forward-Collision.pdf
│ ├── 【!!! fcw相关】Vision-based ACC with a Single Camera--Bounds on Range and Range Rate Accuracy.pdf
│ ├── Long-term Planning by Short-term Prediction.pdf
│ ├── [mobieye 专利自运动估计] System and method for estimating ego-motion of a moving vehicle using successive images recorded along the vehicle path of motion.pdf
│ ├── 【mobileye 专利】fusion of miages in enhanced obstacle detection.pdf
│ ├── [!!!mobileye 自运动估计]A Robust Method for Computing Vehicle Ego-motion.pdf
│ ├── [mobileye]Stereo-Assist--Top-down Stereo for Driver Assistance Systems.pdf
│ ├── Mobileye_VO_4个方向.png
│ ├── Off-road Path Following using Region Classification and Geometric Projection Constraints.pdf
│ ├── Pedestrian Detection for Driving Assistance Systems-- Single-frame Classification and System Level Performance.pdf
│ ├── Solid or not solid--Vision for radar target validation.pdf
│ └── Trajectory Triangulation--3D Reconstruction of Moving Points from a Monocular Image Sequence.pdf
slam
├── 从零开始一起学习SLAM _ 不推公式，如何真正理解对极约束_.pdf
├── 从零开始一起学习SLAM _ 点云到网格的进化.pdf
├── 从零开始一起学习SLAM _ 点云平滑法线估计 (1).pdf
├── 从零开始一起学习SLAM _ 点云平滑法线估计.pdf
├── 从零开始一起学习SLAM _ 给点云加个滤网.pdf
├── 从零开始一起学习SLAM _ 理解图优化，一步步带你看懂g2o代码.pdf
├── 从零开始一起学习SLAM _ 三维空间刚体的旋转.pdf
├── 从零开始一起学习SLAM _ 神奇的单应矩阵.pdf
├── 从零开始一起学习SLAM _ 为啥需要李群与李代数？.pdf
├── 从零开始一起学习SLAM _ 为什么要用齐次坐标？.pdf
├── 从零开始一起学习SLAM _ 相机成像模型.pdf
├── 从零开始一起学习SLAM _ 用四元数插值来对齐IMU和图像帧.pdf
├── 从零开始一起学习SLAM _ 掌握g2o边的代码套路.pdf
├── 从零开始一起学习SLAM _ 掌握g2o顶点编程套路.pdf
├── 从零开始一起学习SLAM _ ICP原理及应用.pdf
├── 代码解读 _ VINS 视觉前端.pdf
├── 代码解读 _ VINS_Mono中的鱼眼相机模型.pdf
├── 点云PCL估计一个点云的表面法线.pdf
├── 干货总结 _ SLAM 面试常见问题及参考解答.pdf
├── 公开课视频回放 _ 基于RGBD和IMU的实时室内SLAM及三维重建.pdf
├── 汇总 _ SLAM、重建、语义相关数据集大全.pdf
├── 经验分享 _ SLAM、3D vision笔试面试问题.pdf
├── 可视化理解四元数.pdf
├── 视觉里程计：起源、优势、对比、应用.pdf
├── 视觉里程计：特征点法之全面梳理.pdf
├── 视觉SLAM关键方法总结.pdf
├── 现在开源的RGB-D SLAM有哪些_ (1).pdf
├── 现在开源的RGB-D SLAM有哪些_.pdf
├── 新型相机DVS_Event-based camera的发展及应用.pdf
├── 最强战队 _ 三维视觉、SLAM方向全球顶尖实验室汇总.pdf
├── PCL学习笔记——NormalEstimation估计点云的法向量_代码.pdf
├── SLAM技术框架.pdf
├── SLAM领域牛人、牛实验室、牛研究成果梳理.pdf
└── VINS 中的 IMU 预积分推导和代码解读.pdf文章来源地址https://www.toymoban.com/news/detail-839472.html