3D Visual Odometry
Перестаньте полагаться на готовые open-source решения. Освойте полный пайплайн 3D-визуальной навигации для автономных систем с нуля. Без упрощённых «хобби-туториалов» — только инженерия и наука.
Большинство инженеров начинают изучение визуальной одометрии с загрузки готовых библиотек вроде ORB-SLAM3. Они воспринимают автономную навигацию как уже решённую задачу и используют эти системы как «чёрные ящики», полностью доверяя оценке движения между кадрами. Такой подход превращает разработчика в «потребителя API», который использует результаты алгоритмов, не понимая математических принципов, лежащих в их основе.
Однако реальные условия быстро выявляют ограничения такого подхода. Когда робот попадает в помещение с низкой текстурой, резкими изменениями освещения или быстрым движением камеры, визуальные алгоритмы могут переходить в вырожденное состояние. Карта среды начинает искажаться, ошибка масштаба накапливается, а отслеживание траектории становится нестабильным. Без понимания фундаментальной математики инженер оказывается зависимым от обновлений библиотек и внешних инструментов.
Этот курс посвящён фундаментальным принципам визуальной одометрии и построению систем навигации на основе зрения. Вместо использования готовых пакетов вы научитесь создавать собственный пайплайн визуальной навигации — от обработки признаков до оптимизации траектории робота.
В курсе подробно рассматриваются ключевые математические и алгоритмические основы: эпиполярная геометрия, методы сопоставления признаков, RANSAC, решение задачи PnP, триангуляция, а также нелинейная оптимизация для уточнения положения камеры. Вы научитесь формулировать функции стоимости, вычислять якобианы и реализовывать итеративные алгоритмы оптимизации для оценки движения.
Особое внимание уделяется построению масштабируемой системы визуальной одометрии: управлению ключевыми кадрами, снижению накопленной ошибки с помощью bundle adjustment и созданию устойчивых графовых моделей оптимизации. Вы также познакомитесь с использованием современных оптимизаторов графов, таких как g2o, и научитесь интегрировать собственные модели сенсоров и алгоритмы оценки состояния.
Курс предназначен для инженеров и исследователей, которые хотят глубоко понять математику и архитектуру систем автономной навигации. Он подойдёт тем, кто стремится перейти от использования готовых библиотек к разработке собственных алгоритмов восприятия и локализации.
Освоив принципы визуальной одометрии и нелинейной оптимизации, вы сможете проектировать полноценные системы навигации для робототехники и автономных устройств — и не просто использовать существующие решения, а создавать их.
Course Link - https://www.ubicoders.com/foundations/robotics/vo
Цена курса / Course Price: $290
Нужно Собрать / Need to fund: $150
Взнос ch / ch fund: $140
Ориентировочный взнос / estimated fee: $10-15
Coursehunter ежедневно работает с десятками задач: заказы, обновления, модерация, фиксы, разработка, улучшения. Мы растём - и с этим процессы становятся сложнее и медленнее.
Сначала всё идёт по плану: добавляем курсы, обновляем старые, отвечаем пользователям, дорабатываем платформу. Но рано или поздно - что-то срывается.
Аккаунт заблокировали. Материалы не пришли. Апдейт поломал то, что вчера работало. Чинишь одно - ломается другое. Срочные запросы, организационные сбои, баги…
Ты стараешься - а тебя затягивает глубже. Накрыло. С головой. Как в зыбучих песках.
А потом, чтобы просто добраться до какого-то заказа, приходится долго выбираться, разгребая слой за слоем.
Поэтому, чтобы ускорить процесс и не терять важное - мы запустили краудфандинг.
Если курс ожидаемый, стоит дорого и требует быстрого реагирования, но мы не можем дотянуться до него в моменте - мы открываем совместный сбор.
Платформа тоже делает вклад, и вместе с вами мы действительно можем вытащить нужный материал быстрее - не через «потом», а прямо сейчас.
Сначала мы объявляем сбор и приглашаем участников.
С каждым новым участником размер взноса уменьшается, ведь общая сумма равномерно делится между всеми.
Когда набирается достаточное количество желающих и взнос становится оптимальным, мы совместно принимаем решение о начале сбора.
Например, если нужно собрать $1000 и набралось 50 участников - взнос на этапе сбора составит $20.
После этого мы начинаем приём взносов, выкупаем курс и добавляем его на платформу.
Да, конечно.
Самое главное - вы получаете пожизненный доступ к курсу, даже без подписки.
А ещё - в самом курсе будет блок со списком спонсоров, и ваш никнейм появится там как участника сбора.
На этапе «Подготовка» вы можете свободно вступать в краудфандинг или выходить из него - никаких ограничений.
Когда собирается нужное количество участников, а сумма взноса комфортна для большинства, статус переходит в «Краудфандинг» - начинается сбор средств.
С этого момента выйти из участия уже нельзя.
Пожалуйста, не вступайте в сбор, если не уверены, что будете участвовать. Лучше выйти до начала этапа оплаты.
Далее мы собираем средства через стандартную оплату на сайте.
После завершения сбора статус меняется на «В процессе», и мы приступаем к работе над курсом.
Ранее мы исходили из того, что премиум-пользователи изначально заинтересованы в честном и своевременном прохождении краудфандинга. Однако практика показала, что это работает не всегда.
Теперь, если Вы вступаете в краудфандинг и не оплачиваете свой взнос в течение 7 дней с начала сбора, с Вашей премиум-подписки будет списано время, эквивалентное сумме взноса. Это и есть новая санкция за неоплату.
Нет. Совсем нет.
Краудфандинг запускается только для тех курсов, которые, по нашему мнению, требуют поддержки сообщества - если мы не можем добраться до них в разумные сроки своими силами.
Это значит, что пользователь уже успешно оплатил свой взнос.
Hongyun “Elliot” Lee — инженер-робототехник и основатель нескольких небольших проектов в области автономных систем и обучения робототехнике. Он наиболее известен как создатель платформы Ubicoders. Основные фактыПолное имя: Hongyun (Elliot) LeeПрофессия: aerospace / robotics software engineerОснователь компании AIR&H Aerospace Inc.Основатель образовательной платформы UbicodersЛокация: Richmond, British Columbia, Canada
Ubicoders - это небольшая образовательная платформа по робототехнике, автономным системам и computer vision. Основная идея — обучать инженеров создавать роботов и автономные устройства через математику, код и симуляции.Темы курсов:robotics engineeringcomputer visionmachine learningvisual odometrySLAMROS2embedded systemsуправление роботами (PID, control theory)
