Bienvenido a Motion Planning for Self-Driving Cars, el cuarto curso de la Especialización en autos sin conductor de la Universidad de Toronto. Este curso le presentará las principales tareas de planificación de la conducción autónoma, incluida la planificación de misiones, la planificación del comportamiento y la planificación local. Al final de este curso, podrá encontrar la ruta más corta en un gráfico o red de carreteras utilizando el algoritmo de Dijkstra y A*, usar máquinas de estados finitos para seleccionar comportamientos seguros para ejecutar y diseñar rutas y perfiles de velocidad óptimos y uniformes. navegar con seguridad alrededor de obstáculos mientras se obedecen las leyes de tránsito. También creará mapas de cuadrícula de ocupación de elementos estáticos en el entorno y aprenderá a usarlos para verificar colisiones de manera eficiente. Este curso le dará la capacidad de construir una solución completa de planificación de conducción autónoma, para llevarte de casa al trabajo comportándote como un conductor típico y manteniendo el vehículo seguro en todo momento. Para el proyecto final de este curso, implementará un planificador de movimiento jerárquico para navegar a través de una secuencia de escenarios en el simulador CARLA, que incluye evitar un vehículo estacionado en su carril, seguir a un vehículo líder y navegar con seguridad en una intersección. Se enfrentará a la aleatoriedad del mundo real y deberá trabajar para asegurarse de que su solución sea sólida frente a los cambios en el entorno. Este es un curso intermedio, destinado a estudiantes con cierta experiencia en robótica, y se basa en los modelos y controladores diseñados en el Curso 1 de esta especialización. Para tener éxito en este curso, debe tener experiencia en programación en Python 3.0 y estar familiarizado con el álgebra lineal (matrices, vectores, multiplicación de matrices, rango,