قیمت رایگان!

افزودن به علاقمندی ها
0 دانشجو
زبان: انگلیسی
4 ساعت
تعداد سرفصل ها: 6
سطح مطالعه: پیشرفته
ویدئو
585 مگابایت
درباره مدرس

Daniel Stang (دنیل استنگ) مهندس نرم افزار رباتیک است که دارای مدرک کارشناسی ارشد مهندسی مکانیک می باشد و تحقیقات خود را در زمینه طراحی سیستم کنترل برای کاربردهای خودرو انجام داده است. وی در اولین کار خارج از مدرسه، مسئولیت طراحی کنترل کننده های حرکت و سیستم های تثبیت کننده برجک های تانک نظامی را بر عهده داشت. دنیل قبلاً یک نرم افزار رباتیک برای یک استارت آپ مستقر در تورنتو کانادا نوشته است و در حال حاضر نرم افزارهایی را برای وسایل نقلیه خودمختار در کالیفرنیا می نویسد.


از این مدرس

Autonomous Robots: Model Predictive Control یکی از دوره های آموزشی شرکت Packt Publishing است که به شما آموزش می دهد چگونه یک اتومبیل خودران بسازید و برنامه ریزی کنید تا سرعت مجاز را رعایت کند، به پارکینگ برسد و از موانع عبور کند.

این دوره با رویکردی عملی، همه چیز را در مورد کنترل پیش بینی مدل به شما می آموزد. MPC برای حل طیف وسیعی از مشکلات رباتیک و همچنین مشکلات غیر رباتیک بسیار مهم است. برای افزایش تجربه یادگیری شما، مدرس این دوره Daniel Stang یک شبیه ساز ایجاد کرده است که به شما امکان می دهد یک کنترل کننده پیش بینی مدل را کدنویسی کنید و نتایج کار خود را در زمان واقعی مشاهده کنید. هدف این دوره کمک به شما در پیاده سازی MPC به صورت کدنویسی و درک منطقی MPC به صورت شهودی است.

آنچه خواهید آموخت:

  • طراحی و پیاده سازی یک مدل کنترل کننده پیش بینی برای یک وسیله نقلیه خودمختار (خودران).
  • برنامه نویسی ماشین خودران برای هدایت آن به داخل پارکینگ.
  • ساخت یک ماشین خودران که سرعت مجاز را رعایت کند.
  • برنامه نویسی ماشین خودران برای عبور از موانع.
1. معرفی
2. راه اندازی مشکل
3. کنترل سرعت بزرگراه
4. کنترل پارکینگ
5. عبور از مانع
6.موارد دیگر
فایلهای تمرین

نظرات

متوسط امتیازات

0
بدون امتیاز 0 رای
رایگان!
0 نقد و بررسی

جزئیات امتیازات

5 ستاره
0
4 ستاره
0
3 ستاره
0
2 ستاره
0
1 ستاره
0

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دوره آموزشی Packt – Autonomous Robots: Model Predictive Control”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *