Willkommen bei Motion Planning for Self-Driving Cars, dem vierten Kurs der Self-Driving Cars Specializations der University of Toronto. Dieser Kurs führt Sie in die wichtigsten Planungsaufgaben beim autonomen Fahren ein, darunter Missionsplanung, Verhaltensplanung und lokale Planung. Am Ende dieses Kurses werden Sie in der Lage sein, den kürzesten Weg über einen Graphen oder ein Straßennetz mit Hilfe des Dijkstra- und des A*-Algorithmus zu finden, endliche Zustandsautomaten zu verwenden, um sichere Verhaltensweisen auszuwählen und optimale, glatte Pfade und Geschwindigkeitsprofile zu entwerfen, um sicher um Hindernisse herum zu navigieren und dabei die Verkehrsregeln zu befolgen. Sie werden auch Belegungsgitterkarten von statischen Elementen in der Umgebung erstellen und lernen, wie Sie diese für eine effiziente Kollisionsprüfung nutzen können. Dieser Kurs wird Sie in die Lage versetzen, eine vollständige selbstfahrende Planungslösung zu erstellen, die Sie von zu Hause zur Arbeit bringt und sich dabei wie ein typischer Fahrer verhält und das Fahrzeug jederzeit sicher hält. Für das Abschlussprojekt dieses Kurses werden Sie einen hierarchischen Bewegungsplaner implementieren, um durch eine Reihe von Szenarien im CARLA-Simulator zu navigieren, einschließlich der Vermeidung eines in Ihrer Spur geparkten Fahrzeugs, der Verfolgung eines Führungsfahrzeugs und der sicheren Navigation durch eine Kreuzung. Sie werden mit realen Zufällen konfrontiert und müssen sicherstellen, dass Ihre Lösung robust gegenüber Veränderungen in der Umgebung ist. Dies ist ein Kurs für Fortgeschrittene, der sich an Lernende mit einigen Vorkenntnissen in der Robotik richtet und auf den Modellen und Steuerungen aufbaut, die in Kurs 1 dieser Spezialisierung entwickelt wurden. Um in diesem Kurs erfolgreich zu sein, sollten Sie über Programmiererfahrung in Python 3.0 verfügen und mit Linearer Algebra (Matrizen, Vektoren, Matrixmultiplikation, Rang, Eigenwerte und Vektoren und Inversen) und Kalkül (gewöhnliche Differentialgleichungen, Integration) vertraut sein.