自動駕駛最強學習資料

資料說明和獲取方式
本資料包是作者吐血整理的乾貨！目前為止應該是非常全的自動駕駛資料包！是作者五年自動駕駛演算法工程師的
積累！
以上乾貨資料並不全是作者自己原創， 是作者作為五年自動駕駛演算法工程的積累，一部分是參考其他的資料，一部分是作者自己的一些見解，這一份資料涵蓋太多，希望能夠幫到想進入自動駕駛行業的同學！！！
加V獲取

標定和相機模型
│ ├── 01 理論部分：單目成像過程.pdf
│ ├── 藏在標定板身後的秘密.pdf
│ ├── 從零開始學習「張氏相機標定法」.pdf
│ ├── 機器視覺：攝像機標定技術.pdf
│ ├── 【立體視覺】世界座標系、相機座標系、影像座標系、畫素座標系之間的關係_世界座標系轉畫素座標系.pdf
│ ├── 一分鐘詳解魚眼鏡頭標定基本原理及實現.pdf
│ ├── 一分鐘詳解OpenCV之相機標定函式calibrateCamera().pdf
│ ├── 一文圖解單目相機標定演算法.pdf
│ ├── 魚眼投影模型理解以及opencv官方文件和同類文章勘誤 .pdf
│ ├── 再談「相機標定」.pdf
│ ├── 張正友標定法-完整學習筆記-從原理到實戰.pdf
│ ├── 綜述 _ 相機標定方法.pdf
│ ├── 總結 _ 相機標定的基本原理與改進方法.pdf
│ ├── OpenCV相機標定與畸變校正.pdf
│ └── test.txt
感測器
│ ├── 毫米波雷達物體檢測技術【硬體&軟體】.pdf
│ ├── 萬字長文帶你入門無人駕駛車硬體.pdf
│ ├── 詳解鐳射雷達，毫米波雷達在智慧網聯汽車中的應用.pdf
│ ├── 一文詳解鐳射雷達最全分類.pdf
│ ├── 自動駕駛感測器（二）：毫米波雷達Radar原理.pdf
│ ├── 自動駕駛感測器（六）：慣性導航IMU原理.pdf
│ ├── 自動駕駛感測器（三）：鐳射雷達Lidar底層原理.pdf
│ ├── 自動駕駛感測器（四）：數位相機Digital Camera原理.pdf
│ ├── 自動駕駛感測器（五）：衛星導航GPS-RTK原理（2W字.pdf
│ ├── 自動駕駛感測器（一）：感測的本質.pdf
│ ├── 自動駕駛基礎——慣性測量單元(IMU).pdf
│ ├── 自動駕駛汽車感測器超強解讀.pdf
│ ├── 自動駕駛需要高精度IMU的7個理由.pdf
│ └── 總結 _ 相機標定的基本原理與改進方法.pdf
單目測距
│ ├── 單目測距（yolo-目標檢測+標定+測距程式碼.pdf
│ ├── 單目攝像機測距（python+opencv）單目視覺測距原理.pdf
│ ├── 單目視覺系統檢測車輛的測距方法（Mobileye單目測距等7種方法.pdf
│ ├── 攝像頭單目測距原理及實現.pdf
│ ├── 相機標定與測距原理及 OpenCV 實現.pdf
│ └── 一文讀懂BEVFormer論文 .pdf
動手學多感測器融合定位
│ ├── 動手學多感測器融合定位（二）：自動駕駛、機器人和無人機中常用的感測器以及融合思路.pdf
│ ├── 動手學多感測器融合定位（三）：定位問題需要估計的狀態與位姿相關基礎知識.pdf
│ ├── 動手學多感測器融合定位（一）：常用座標系.pdf
│ ├── 多感測器融合定位常用座標系 .pdf
│ └── 更新計劃.png
高階自動駕駛量產之路
│ ├── 1-1 追本溯源－Autopilot.pdf
│ ├── 1-2 SAE 自動駕駛分級.pdf
│ ├── 1-3 自動駕駛去魅——無人OR輔助駕駛.pdf
│ ├── 2-1 高階智慧駕駛中的硬體.pdf
│ ├── 2-2 Camera 模組——最核心沒有之一的感知感測器.pdf
│ ├── 2-3 Lidar —— 後發先至，高階智慧駕駛的必選(上).pdf
│ ├── 2-3 Lidar —— 後發先至，高階智慧駕駛的必選(下).pdf
│ ├── 2-4 Radar——老驥伏櫪，志在千里.pdf
│ ├── 2-5 智慧駕駛感知感測器Pros and Cons.pdf
│ ├── 2-6 超聲波雷達——低速與泊車輔助.pdf
│ ├── 本系列後續更新計劃.pdf
│ ├── 寫個想從事自動駕駛相關工作的同學及學習資料獲取2.pdf
│ ├── swra554a.pdf
│ └── zhcy075.pdf
規劃控制
│ ├── 關於控制的二三事.pdf
│ ├── 規劃控制論文精選.pdf
│ ├── 基於MPC的LKA演算法設計_simulink.pdf
│ ├── 利用Matlab_Simulink實現ACC的Test bench.pdf
│ ├── 例項詳解自動駕駛中的最優路徑規劃.pdf
│ ├── 無人駕駛車輛的避障、路徑規劃和控制.pdf
│ ├── 一文讀懂自動駕駛軌跡規劃的核心解法.pdf
│ ├── 一文解析自動駕駛汽車決策控制系統技術.pdf
│ ├── 運動規劃演算法彙總.pdf
│ ├── 知規劃控制論文綜述精選一.pdf
│ ├── 自動駕駛決策控制及運動規劃史上最詳細最接地氣總覽現狀.pdf
│ ├── 自動駕駛硬體之線控底盤.pdf
│ ├── 【自動駕駛】運動規劃丨程式碼生成丨 MATLAB Coder將M程式碼生成C_C++程式碼.pdf
│ └── 自動駕駛中的決策規劃演算法概述 .pdf
規劃專題
│ ├── 環境感知與規劃——狀態柵格規劃器（State Lattice Planner.pdf
│ ├── 基於動力學的時間最優軌跡規劃.pdf
│ ├── 【自動駕駛】運動規劃丨成本函式丨二次規劃.pdf
│ ├── 【自動駕駛】運動規劃丨軌跡規劃丨貝塞爾Bezier曲線.pdf
│ ├── 【自動駕駛】運動規劃丨軌跡規劃丨基於改進Dijkstra演算法的軌跡平滑方法.pdf
│ ├── 【自動駕駛】運動規劃丨軌跡規劃丨 Dijk演算法有向帶權圖.pdf
│ ├── 【自動駕駛】運動規劃丨軌跡規劃丨Frenet座標轉換.pdf
│ ├── 【自動駕駛】運動規劃丨論文分享丨Baidu Apollo EM Motion Planner.pdf
│ ├── 【自動駕駛】運動規劃丨速度規劃丨時間維度.pdf
│ ├── 【自動駕駛】運動規劃丨知識分享丨運動規劃的架構和演算法.pdf
│ └── 【自動駕駛】運動規劃丨知識分享 Apollo問答 _ 軌跡規劃中的關鍵問題彙總.pdf
控制理論及應用實踐
│ ├── 卡爾曼濾波（Kalman Filter）原理與公式推導.pdf
│ ├── 控制演算法手記-PID控制器.pdf
│ ├── 控制演算法原理及實現之PID（以飛控為例.pdf
│ ├── 控制演算法之超前-滯後補償器(Lead_Lag Compensator).pdf
│ ├── 模型預測控制(MPC)演算法之一MAC演算法.pdf
│ ├── 自動駕駛控制演算法例項之模型預測控制（MPC）--從模型推導到程式碼實現（以Autoware為例.pdf
│ ├── 自動駕駛State Estimation And Localization(六)-ES-EKF.pdf
│ └── MPC演算法.pdf
├── 瞭解自動駕駛，從ADAS開始.pdf
其他技術文件
│ ├── 47頁PPT詳解百度深度學習在自動駕駛感知領域的應用.pdf
│ ├── 計算機視覺方向簡介 _ 視覺慣性里程計(VIO).pdf
│ ├── 汽標委釋出《道路車輛先進駕駛輔助系統(ADAS)術語及定義》.pdf
│ ├── 如何理解3D動畫中的尤拉角以及死鎖？.pdf
│ ├── 萬字長文回顧智慧駕駛進化史.pdf
│ ├── 萬字長文講透量產智慧駕駛系統方案.pdf
│ ├── 詳解 _ SLAM迴環檢測問題.pdf
│ ├── 知薦 _ 自動駕駛環境感知技術要點淺析.pdf
│ ├── 自動駕駛--慣性導航原理.pdf
│ ├── 自動駕駛新技術與通用實踐.pdf
│ ├── 自動駕駛綜述_定位、感知、規劃常見演算法彙總.pdf
│ ├── ADAS algorithm design prototyping sensor fusion.pdf
│ ├── arXiv論文：自動駕駛中深度學習.pdf
│ ├── CVPR 2019 無人駕駛相關論文合集（附下載連結和程式碼.pdf
│ ├── ECCV 2020 「自動駕駛」論文彙總.pdf
│ └── SLAM _ 視覺SLAM中的前端：視覺里程計與迴環檢測.pdf
├── 如何成為一名合格的自動駕駛工程師？.pdf
無人駕駛入門
│ ├── 無人駕駛汽車系統入門（八）——機器學習入門.pdf
│ ├── 無人駕駛汽車系統入門（二）——高階運動模型和擴充套件卡爾曼濾波.pdf
│ ├── 無人駕駛汽車系統入門（九）——神經網路基礎.pdf
│ ├── 無人駕駛汽車系統入門（六）——基於傳統計算機視覺的車道線檢測.pdf
│ ├── 無人駕駛汽車系統入門（七）——基於傳統計算機視覺的車道線檢測(2).pdf
│ ├── 無人駕駛汽車系統入門（三）——無損卡爾曼濾波，目標追蹤，C++.pdf
│ ├── 無人駕駛汽車系統入門（十）——基於運動學模型的模型預測控制_無人車運動學模型.pdf
│ ├── 無人駕駛汽車系統入門（十六）——最短路徑搜尋之A_演算法.pdf
│ ├── 無人駕駛汽車系統入門（四）——反饋控制入門，PID控制.pdf
│ ├── 無人駕駛汽車系統入門（五）——運動學腳踏車模型和動力學腳踏車模型.pdf
│ └── 無人駕駛汽車系統入門（一）——卡爾曼濾波與目標追蹤.pdf
自動駕駛叢書
│ ├── 第一本無人駕駛技術書.劉少山(高畫質PDF+詳細書籤)入門推薦.pdf
│ ├── 視覺SLAM十四講.pdf
│ └── 無人駕駛技術.pdf
自動駕駛模擬實踐(Apollo&CARLA)
│ ├── 第1章 Apollo架構介紹.pdf
│ ├── 第2章 CARLA聯合模擬環境搭建.pdf
│ ├── 第3章 自動駕駛系統的標定工作.pdf
│ ├── 第4章 自動駕駛系統的定位單元.pdf
│ ├── 第5章 Apollo系統的感知單元.pdf
│ └── 第6章 Apollo系統的規劃控制單元.pdf
├── 自動駕駛感知學習路線——入門必看乾貨篇 .pdf
自動駕駛基礎架構
│ ├── Prt1.概述.pdf
│ ├── Prt2.資料的產生-PDF.pdf
│ ├── Prt3.資料的採集和儲存-PDF版.pdf
│ ├── Prt4.Devops 自動化實踐-PDF.pdf
│ ├── Prt5.基礎設施自動化實踐.pdf
│ ├── Prt6.資料的擴充套件–自動駕駛模擬系統-PDF版本.pdf
│ ├── Prt7.資料的展示之渲染技術和資料視覺化-美化版.pdf
│ └── Prt8.資料的利用-PDF版.pdf
自動駕駛學習筆記
│ ├── 自動駕駛學習筆記（10） 控制的目標：駕駛舒適平順.pdf
│ ├── 自動駕駛學習筆記（1）_ 行業概述與學習渠道.pdf
│ ├── 自動駕駛學習筆記（2）_ 知識清單：不列個123怎麼開展學習 .pdf
│ ├── 自動駕駛學習筆記（3）_ 自動駕駛硬體架構.pdf
│ ├── 自動駕駛學習筆記（4）_ 汽車CAN匯流排：匯流排不是很粗的線.pdf
│ ├── 自動駕駛學習筆記（5）_ 主動安全：通往自動駕駛的必經之路.pdf
│ ├── 自動駕駛學習筆記（6）_ 人工智慧：自動駕駛強力助推器 .pdf
│ ├── 自動駕駛學習筆記（7）_ 日益強大的視覺攝像頭.pdf
│ ├── 自動駕駛學習筆記（8）_ 不得不說毫米波雷達.pdf
│ └── 自動駕駛學習筆記（9）_ 感測器融合：傳遞更加精準的目標資訊.pdf
自動駕駛專項課程
│ └── self-driving-cars
│ ├── 補充材料&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備份
│ │ │ │ │ ├── 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標準分類彙總
│ ├── 10.1 APS：ISO 16787-2017 Intelligent transport systems — Assisted parking system (APS) — Performance requirements and test procedures.PDF
│ ├── 11.2 C-NCAP管理規則（2018版）.pdf
│ ├── 1.1 ACC：GBT 20608-2006 智慧運輸系統 自適應巡航控制系統 效能要求與檢測方法.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 智慧運輸系統 車輛前向碰撞預警系統 效能要求和測試規程.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 關於車輛緊急制動預警系統（AEBS）的統一規定(中文翻譯版).pdf
│ ├── 5.5 AEBS JTT XXXX—XXXX 營運車輛自動緊急制動系統效能要求和測試規程（徵求意見稿）.pdf
│ ├── 5.6 AEBS JTT XXXX—XXXX 交通運輸行業標準《營運車輛自動緊急制動系統效能要求和測試規程》（徵求意見稿）2017-11-30.pdf
│ ├── 5.7 AEBS：Euro NCAP TEST PROTOCOL – AEB systems V2_0_1.pdf
│ ├── 6.1 LDWS：GBT 26773-2011 智慧運輸系統 車道偏離報警系統 效能要求與檢測方法.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乘用車車道保持輔助（LKA）系統效能要求及試驗方法.pdf
│ └── GB T XXXXX-XXXX道路車輛先進駕駛輔助系統(ADAS)術語及定義.pdf
ADAS(高階輔助駕駛)演算法設計
│ ├── 知薦 _ ADAS系統中的彎道巡航控制演算法（二）.pdf
│ ├── 知薦 _ ADAS系統中的彎道巡航控制演算法（一）.pdf
│ ├── ADAS演算法設計（八）：APA演算法設計.pdf
│ ├── ADAS演算法設計（二）：AEB演算法設計.pdf
│ ├── ADAS演算法設計（六）：BSD & RCTA演算法設計.pdf
│ ├── ADAS演算法設計（七）：TSR & PD演算法設計.pdf
│ ├── ADAS演算法設計（三）：LDW演算法設計.pdf
│ ├── ADAS演算法設計（四）：LDP演算法設計.pdf
│ ├── ADAS演算法設計（五）：ACC演算法設計.pdf
│ ├── ADAS演算法設計（一）：FCW演算法設計.pdf
│ ├── ADAS演算法設計中的“運動規劃”詳解（二）.pdf
│ ├── ADAS演算法設計中的“運動規劃”詳解（一）.pdf
│ ├── ADAS系列：ADAS常用感測器介紹.pdf
│ ├── ADAS系統橫縱向控制策略之碰撞時間計算方法.pdf
│ ├── AEB系統控制演算法（上）.pdf
│ └── AEB系統控制演算法（下）.pdf
apa(自動泊車技術)
│ ├── 【乾貨】一汽大眾APA駕駛員輔助系統.pdf
│ ├── 自動泊車與全自動泊車技術（附小鵬汽車自動泊車專利）.pdf
│ ├── 自動駕駛中泊車演算法學習記錄.pdf
│ ├── 自主泊車APA的路徑規劃演算法.pdf
│ ├── ADAS演算法設計（八）：APA演算法設計.pdf
│ └── APA - 全自動泊車輔助系統.pdf
BEV
│ ├── 一文讀懂BEV自底向上方法：LSS 和 BEVDepth .pdf
│ ├── 自動駕駛感知新正規化——BEV感知經典論文總結和對比(上).pdf
│ ├── 自動駕駛感知——BEV感知（學習筆記） - 知乎.pdf
│ ├── 自動駕駛視覺感知的技術路線分析.pdf
│ ├── BEV介紹和常用BEV演算法簡介 - 知乎.pdf
│ └── VirtualPainting：新一代多感測器融合方案，大幅提升3D目標檢測效能 .pdf
mobiley技術文件
│ ├── 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相關】A Monocular Vision-Advance Warning System.pdf
│ ├── 【!!!fcw相關】Forward Collision Warning.pdf
│ ├── 【!!! fcw相關】[mobileye]Development-of-a-Camera-Based-Forward-Collision.pdf
│ ├── 【!!! fcw相關】Vision-based ACC with a Single Camera--Bounds on Range and Range Rate Accuracy.pdf
│ ├── Long-term Planning by Short-term Prediction.pdf
│ ├── [mobieye 專利 自運動估計] System and method for estimating ego-motion of a moving vehicle using successive images recorded along the vehicle path of motion.pdf
│ ├── 【mobileye 專利】fusion of miages in enhanced obstacle detection.pdf
│ ├── [!!!mobileye 自運動估計]A Robust Method for Computing Vehicle Ego-motion.pdf
│ ├── [mobileye]Stereo-Assist--Top-down Stereo for Driver Assistance Systems.pdf
│ ├── Mobileye_VO_4個方向.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
├── 從零開始一起學習SLAM _ 不推公式，如何真正理解對極約束_.pdf
├── 從零開始一起學習SLAM _ 點雲到網格的進化.pdf
├── 從零開始一起學習SLAM _ 點雲平滑法線估計 (1).pdf
├── 從零開始一起學習SLAM _ 點雲平滑法線估計.pdf
├── 從零開始一起學習SLAM _ 給點雲加個濾網.pdf
├── 從零開始一起學習SLAM _ 理解圖最佳化，一步步帶你看懂g2o程式碼.pdf
├── 從零開始一起學習SLAM _ 三維空間剛體的旋轉.pdf
├── 從零開始一起學習SLAM _ 神奇的單應矩陣.pdf
├── 從零開始一起學習SLAM _ 為啥需要李群與李代數？.pdf
├── 從零開始一起學習SLAM _ 為什麼要用齊次座標？.pdf
├── 從零開始一起學習SLAM _ 相機成像模型.pdf
├── 從零開始一起學習SLAM _ 用四元數插值來對齊IMU和影像幀.pdf
├── 從零開始一起學習SLAM _ 掌握g2o邊的程式碼套路.pdf
├── 從零開始一起學習SLAM _ 掌握g2o頂點程式設計套路.pdf
├── 從零開始一起學習SLAM _ ICP原理及應用.pdf
├── 程式碼解讀 _ VINS 視覺前端.pdf
├── 程式碼解讀 _ VINS_Mono中的魚眼相機模型.pdf
├── 點雲PCL估計一個點雲的表面法線.pdf
├── 乾貨總結 _ SLAM 面試常見問題及參考解答.pdf
├── 公開課影片回放 _ 基於RGBD和IMU的實時室內SLAM及三維重建.pdf
├── 彙總 _ SLAM、重建、語義相關資料集大全.pdf
├── 經驗分享 _ SLAM、3D vision筆試面試問題.pdf
├── 視覺化理解四元數.pdf
├── 視覺里程計：起源、優勢、對比、應用.pdf
├── 視覺里程計：特徵點法之全面梳理.pdf
├── 視覺SLAM關鍵方法總結.pdf
├── 現在開源的RGB-D SLAM有哪些_ (1).pdf
├── 現在開源的RGB-D SLAM有哪些_.pdf
├── 新型相機DVS_Event-based camera的發展及應用.pdf
├── 最強戰隊 _ 三維視覺、SLAM方向全球頂尖實驗室彙總.pdf
├── PCL學習筆記——NormalEstimation估計點雲的法向量_程式碼.pdf
├── SLAM技術框架.pdf
├── SLAM領域牛人、牛實驗室、牛研究成果梳理.pdf
└── VINS 中的 IMU 預積分推導和程式碼解讀.pdf