最近本菜菜在读一本英文教材（Artificial Inteligence：A Modern Approach），是一本国外大学人工智能入门的基础教材，建议大家读一读，但由于我英语实在渣，读起来有点慢，所以近期写东西的速度会相应降低。
今天在知乎上看到一个关于自动驾驶免费学习材料的汇总，有点小激动（没办法，成熟的教材太少了），但是是英文的，因此就想把它转载为中文的做个记录，方便自己学习。
下面所列的五个学习资料都是免费，其中MIT的公开课MIT 6.S094我在第一篇里已经罗列过了，这里做简单介绍。
这篇文章对目前自动驾驶定位，场景感知的几种算法进行了简单对比，帮助大家对目前自动驾驶领域可以达到的水平有一个笼统的感觉，对自动驾驶场景中面临的识别、检测、跟踪、预测等问题的相关解决算法进行了简单介绍和对比（比如AdaBoost、Cluster、SVM，比较基础，学过相关知识的可以略过）。
Joel Janai，FatmaGüney，Aseem Behl和Andreas Geiger对自动驾驶汽车CV现状的总结。摘要：
近年来，在计算机视觉、机器学习和自动驾驶汽车等AI相关领域取得了惊人的进展。然而，与任何快速增长的领域一样，保持最新状态或作为初学者进入该领域变得越来越困难。虽然已经编写了几篇专题具体调查报告，但迄今为止还没有关于自动驾驶汽车的计算机视觉问题，数据集和方法的一般调查。本文试图通过提供有关该主题的最新调查来缩小这一差距。调查既包括历史上最相关的文献，也包含当前最先进的几个具体主题，包括识别，重建，运动估计，跟踪，场景理解和端到端学习。
文章很长，但对初学者来讲都是干货，建议阅读。
3. 自驾车的深度学习
这是MIT 6.S094的课件网站。
本课程通过构建自驾车的应用主题，介绍深度学习的实践。它对初学者开放，专为那些对机器学习不熟悉的人士而设计，但它也可以让该领域的高级研究人员寻找深度学习方法及其应用的实用概述。
通过演讲幻灯片和视频以及客座讲座，对于有兴趣学习深度神经网络应用于自动驾驶汽车的人来说，这是一个很好的资源（正课只有六节，而且比赛通道已经关闭，但是课程内容很丰富，还有机场讲座，质量很高）。
这是Harrison Kinsley（又名sentdex）正在进行的一系列视频，描述如下：
这个项目的目的是使用Python来玩侠盗猎车手5。在GTA V中有很多事情要做，本系列的第一个目标是在这种情况下创建一个自驾车（好像地平线也在破解GTA来获取驾驶数据）。
该系列在这一点上已经超过17部视频。感兴趣的同学查看随附的代码：探索使用Python来玩侠盗猎车手5。P.S 自动驾驶的实际实验成本很高，因此仿真实验是必不可少的，本系列又可以作为锻炼代码能力的一个小项目，而且再也不用担心麻麻管我玩游戏啦😎。
5. 自动驾驶汽车工程师
自驾车是现代历史上最重要的进步之一。他们的影响将超越技术，超越交通，超越城市规划，以我们无法想象的方式改变我们的日常生活。
参加该课程的学生将掌握将要塑造未来的技术。
除了Udacity的营销外，这可能是目前自动驾驶汽车领域最全面和最集中的正式培训/教育。我说可能是因为我没有第一手经验。
说实话，我对尤达学车的课体验不好，但是喜欢看视频的同学应该会喜欢。（我个人喜欢看书）
自动驾驶还在起步，因此技术还需要沉淀，正在举办的GAIR也会进行关于自动驾驶的讨论（大家可以关注一下），我会持续关注并整理出来。
祝好！愿与诸君一起进步。
网友评论