Об этом курсе
4.2
Оценки: 676
Рецензии: 181
Специализация

Курс 2 из 6 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Часов на завершение

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 3 hours/week...
Доступные языки

Английский

Субтитры: Английский, Испанский

Приобретаемые навыки

Motion PlanningAutomated Planning And SchedulingA* Search AlgorithmMatlab
Специализация

Курс 2 из 6 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Часов на завершение

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 3 hours/week...
Доступные языки

Английский

Субтитры: Английский, Испанский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
4 ч. на завершение

Introduction and Graph-based Plan Methods

Welcome to Week 1! In this module, we will introduce the problem of planning routes through grids where the robot can only take on discrete positions. We can model these situations as graphs where the nodes correspond to the grid locations and the edges to routes between adjacent grid cells. We present a few algorithms that can be used to plan paths between a start node and a goal node including the breadth first search or grassfire algorithm, Dijkstra’s algorithm and the A Star procedure....
Reading
5 видео ((всего 27 мин.)), 4 материалов для самостоятельного изучения, 4 тестов
Video5 видео
1.2: Grassfire Algorithm6мин
1.3: Dijkstra's Algorithm4мин
1.4: A* Algorithm6мин
Getting Started with the Programming Assignments3мин
Reading4 материала для самостоятельного изучения
Computational Motion Planning Honor Code10мин
Getting Started with MATLAB10мин
Resources for Computational Motion Planning10мин
Graded MATLAB Assignments10мин
Quiz1 практическое упражнение
Graph-based Planning Methods8мин
Неделя
2
Часов на завершение
2 ч. на завершение

Configuration Space

Welcome to Week 2! In this module, we begin by introducing the concept of configuration space which is a mathematical tool that we use to think about the set of positions that our robot can attain. We then discuss the notion of configuration space obstacles which are regions in configuration space that the robot cannot take on because of obstacles or other impediments. This formulation allows us to think about path planning problems in terms of constructing trajectories for a point through configuration space. We also describe a few approaches that can be used to discretize the continuous configuration space into graphs so that we can apply graph-based tools to solve our motion planning problems....
Reading
6 видео ((всего 19 мин.)), 3 тестов
Video6 видео
2.2: RR arm2мин
2.3: Piano Mover’s Problem3мин
2.4: Visibility Graph3мин
2.5: Trapezoidal Decomposition1мин
2.6: Collision Detection and Freespace Sampling Methods4мин
Quiz1 практическое упражнение
Configuration Space8мин
Неделя
3
Часов на завершение
1 ч. на завершение

Sampling-based Planning Methods

Welcome to Week 3! In this module, we introduce the concept of sample-based path planning techniques. These involve sampling points randomly in the configuration space and then forging collision free edges between neighboring sample points to form a graph that captures the structure of the robots configuration space. We will talk about Probabilistic Road Maps and Randomly Exploring Rapid Trees (RRTs) and their application to motion planning problems....
Reading
3 видео ((всего 17 мин.)), 2 тестов
Video3 видео
3.2: Issues with Probabilistic Road Maps4мин
3.3: Introduction to Rapidly Exploring Random Trees6мин
Quiz1 практическое упражнение
Sampling-based Methods6мин
Неделя
4
Часов на завершение
1 ч. на завершение

Artificial Potential Field Methods

Welcome to Week 4, the last week of the course! Another approach to motion planning involves constructing artificial potential fields which are designed to attract the robot to the desired goal configuration and repel it from configuration space obstacles. The robot’s motion can then be guided by considering the gradient of this potential function. In this module we will illustrate these techniques in the context of a simple two dimensional configuration space....
Reading
4 видео ((всего 19 мин.)), 2 тестов
Video4 видео
4.2: Issues with Local Minima2мин
4.3: Generalizing Potential Fields2мин
4.4: Course Summary6мин
Quiz1 практическое упражнение
Artificial Potential Fields6мин
4.2
Рецензии: 181Chevron Right
Карьерные преимущества

50%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие рецензии

автор: FCNov 28th 2018

The course was challenging, but fulfilling. Thank you Coursera and University of Pennsylvania for giving this wonderful experience and opportunity that I might not experience in our local community!

автор: ADJul 3rd 2018

The topic was very interesting, and the assignments weren't overly complicated. Overall, the lesson was fun and informative , despite the bugs in the learning tool(especially, the last assignment.)

Преподаватель

Avatar

CJ Taylor

Professor of Computer and Information Science
School of Engineering and Applied Science

О University of Pennsylvania

The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies. ...

О специализации ''Robotics'

The Introduction to Robotics Specialization introduces you to the concepts of robot flight and movement, how robots perceive their environment, and how they adjust their movements to avoid obstacles, navigate difficult terrains and accomplish complex tasks such as construction and disaster recovery. You will be exposed to real world examples of how robots have been applied in disaster situations, how they have made advances in human health care and what their future capabilities will be. The courses build towards a capstone in which you will learn how to program a robot to perform a variety of movements such as flying and grasping objects....
Robotics

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.