跳到主要內容
AI 武林
影片入門EN7,864 次觀看

Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Sensors & Intro to CV

來源 Stanford Online

看影片(在新分頁開啟原站)連到 YouTube・Stanford Online

摘要

單元介紹機器人感知基礎,涵蓋感測器分類、主動與被動感測器特性,並深入解析針孔相機模型與影像到畫素的對映原理。學員將學習如何從原始測量資料提取環境特徵,為後續的距離重建與場景理解奠定理論基礎。

This lecture covers robotic perception fundamentals, sensor classifications, and the pinhole camera model for mapping physical space to image pixels.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • 感測器分為感知內部狀態與感知外部環境兩類。
  • 主動感測器如雷射測距儀能發射能量,被動感測器如相機則測量環境光線。
  • 課程建立針孔相機模型,說明空間座標如何轉換為影像平面與畫素座標。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:05課程模組概覽與感知定義
  2. 04:23感測器分類與主動被動特性
  3. 07:17感測器設計規格與場測表現
  4. 11:15準確度與精密度的區別
  5. 14:12系統誤差與隨機誤差分析
  6. 16:53輪式編碼器與航向感測器
  7. 22:28加速度感測器原理與應用
  8. 26:48慣性測量單元與里程計導航原理
  9. 31:17全球定位系統與主動測距感測器
  10. 39:41相機成像幾何與虛擬像平面
  11. 47:25針孔相機模型與焦點問題
  12. 56:39世界座標到畫素座標的完整對映
  13. 1:12:27齊次座標與相機校準基礎
  14. 1:15:22課程後續安排與共動性講題預告

適合誰看

適合具備程式基礎、正在學習機器視覺或機器人自主系統原理的學生與工程師。

摘要依據

依據
自動字幕

為什麼排在這裡

人氣
0.93
新鮮
1.00

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

這個來源最近的內容

Stanford Online 的所有內容

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)