鐵人檔案
自駕化是汽車產業的趨勢之一，也隨著AI技術發展，自動駕駛愈來愈有機會實現。
伴隨自已Udacity自動駕駛的學習課程，希冀能這兒記錄學習歷程、分享交流，能夠在自動駕駛的領域有深入的了解及實作。
前言 人工智慧(AI)定義如下，隨著AI的興盛，未來由人駕駛車輛可能由機械取代可能性愈來愈大， 人工智慧（英語：artificial intelligence...
目的 在自動駕駛中，為維持車輛可以在道路上安全行駛在正確車道上，因此辨識車道線是重要的任務，所以Udacity於第一個專案便是-辨識車道線，專案的任務是輸入原始...
目的 利用python實作Canny邊緣檢測，來定義我們要處理的圖檔之邊緣 實作說明 讀取圖檔 首先，利用python讀取檔案，其中matplotlib.pyp...
目的 為完成尋找車道線的任務，接下來我們利用canny邊緣檢測圖像上再執行霍夫轉換(Hough transform)，指定一些參數來說明我們想要檢測哪種線（即長...
前言 在此專案中，您將使用在課程中學到的工具來識別道路上的車道線。 您可以在一系列個別的圖像上利用pipeline，然後將結果應用於影片串流（實際上是一連串一圖...
前言 這部份接續專案後續程式建立 pipeline及測試圖檔、影片之成果 內容 測試圖檔及pipeline程式說明如下：[1] Test Images imp...
前言 針對Project1- Finding Lane Lines這個項目，提供專案實作說明，包括以下三個部分：1.程式實作描述2.可能缺點3.建議可能的改進...
前言 此部份可以進行相機校準和失真校正工作 內容 這個過程有兩個主要步驟：使用棋盤圖像獲取圖像點和對象點，然後使用OpenCV函數cv2.calibrateCa...
目的 實際上車道線並非直線，可能是彎曲的曲線 說明 自動駕駛汽車需要被告知正確的轉向角度，左轉或右轉。 如果您了解汽車的速度和動力以及車道彎曲的程度，您可以計算...
目的 視角轉換使用不同視角將給定圖像中的點映射到不同的期望的圖像點。 其中一種視角轉換是鳥瞰視角轉換，讓我們從上方觀察一條車道; 這對於稍後計算車道曲率非常有用...
