课程概述

你刚刚听到了很多术语，很可能觉得它们很陌生。在本课程中，你会初步了解很多概念和工具，而在你成为无人驾驶车工程师的过程中，你会不断遇到它们。

在该课程结束时，你需要展示你对基础线性代数的掌握程度。你需要编写自己的 class 矩阵，并使用这个类来编写一个功能完好的“卡尔曼滤波器”（我们稍后会学到这个）。

课程

1. 卡尔曼滤波器介绍

卡尔曼滤波器是一种算法。它利用噪音传感器的测量结果（以及贝叶斯定理）对未知数量做出可靠的估计（比如，车辆在 3 秒后的可能位置）。

在本课中，你需要学习卡尔曼滤波器所需的基础知识。

2. 状态和面向对象编程

什么是无人驾驶车的“状态”？进行车辆无人驾驶编程时，我们需要追踪哪些数量？

在本课中，你需要了解机器人学家是如何理解“状态”的，并学习如何使用一个名为面向对象编程的编程工具来管理这一 “状态”。

3. 矩阵和转换

矩阵数学是无人驾驶车工程师最强大的数学工具。如果某个问题可以使用矩阵语言解决，通常我们都能够找到有效、快速的编程解决方案。

本课会教你如何从实践/非理论的角度应用矩阵数学。