这门课程致力于介绍机器人如何处理数据流，以发现有关环境及其内部对象的几何信息的主要概念。具体来说，课程将重点介绍相机和深度传感器等传感器数据的处理。
发展学生对推论类型和算法在单个和多个摄像头系统中的应用的理解。
培养学生在使用深度摄像机工作时的推论类型和算法的知识。
支持学生在回归、分类、密度估计、降维和模型选择等方面的知识，以解决数据模型问题。
帮助学生反思计算机视觉和传感应用程序中数据处理的道德含义，并采取措施解决潜在的道德问题。
成功完成该模块后，学生将能够：
利用原始相机流数据创建有关机器人运行环境几何形状的推论。
根据工程目标选择适当的控制方法。
设计、分解、计划和实施算法，解决一系列问题。
确定计算机视觉和传感应用程序中数据处理的道德含义，并采取相应措施解决道德问题。
该课程涵盖以下主题：
图像和点云结构。
传感技术。
投影性几何形状。
单眼和立体成像。
对象原始检测和使用RANSAC拟合。
低级别功能点匹配。
基于机器学习的特征点匹配方法（如SuperPoint、GCN等）。
其他感知方式的点云和其他低级别分析的基于机器学习的方法。
姿势估计。
隐私、偏见、透明度、同意和安全。
为了选择该模块作为可选或选修课程，学生必须在计划和年度学习年份中注册。
如需了解有关UCL-计算机系统算法课程辅导以及其他英国课程辅导的详细信息，请随时咨询DR.D留学生辅导机构。
