最近刚完成的Grasp Lab机器人相关的几门课程，适合小白入门，主讲人全是宾大Grasp Lab的大神，作业全是用Matlab，也都可以免费Enroll：
１. Robotics: Aerial Robotics
主讲人：Vijay Kumar(
)
这个说是全球最牛的四旋翼飞行器课题组应该不为过，课程主要讲了四旋翼的运动学，牛顿拉格朗日动力学，PID控制，最高到八阶的Min Snap路径规划。
三次作业分别是是 1d, 2d, 3d的四旋翼PD Control。
2. Robotics: Estimation and Learning
主讲人：Daniel Lee
听过此君一次Seminar, 机器人领域比较火的项目基本都搞过，课程讲的比较浅显，基本上是Probabilistic Robotics比较前面的部分，最后一课简单介绍了2D SLAM的核心ICP算法的Expectation-Maximization的基本思想。助教的错误比较多...作业作的时候最好多看论坛。
第一周作业：目标检测
第二周作业：Karman Filter 跟踪
第三周作业：2D Occupancy Grid Map
第四周作业：2D Partical Filter 定位
3. Robotics: Perception
主讲人：Shi Jianbo, Kostas Daniilidis
Kostas 是目前Grasp Lab的Director，二位大神讲课质量没得说。配合视觉圣经 Multiple View Geometry来看简直完美。Ransac, Bundle-adjustment, 2-View, Homography等等基本的几何相关视觉算法全部都有覆盖到。有线性代数基础(主要是SVD用来解线性方程)
第一周作业： 模拟Dolly Zoom
第二周作业： 平面射影几何，广告牌在视频中的投影，类似电视直播中的2D增强现实
第三周作业： 3D增强现实(俗称AR)
第四周作业： Structure From Motion(俗称3D重建，当然是没有经过过多优化的Sparse Structure)
4. Robotics: Computational Motion Planninghttps://www.coursera.org/learn/robotics-motion-planning/home/
主讲人：CJ Taylor
补上很多人提到的Motion Planning，这门课内容比较少，每周视频也就10分钟，作业题也是被大家各种吐槽太简单，快的话一天就刷完了。(花了一天时间做完了四次作业，中间翻了不少论坛，血的教训，Coursera上作业做不出来的话一定要多看论坛！！)。内容主要是Grap-based planning: Djikstra, A*，Configuration Space Path Planning，Sample based planning: RRT，Planning with Artificial Potential Fields。
--------------------------------------------------------------------------------------------------------------
以上，全部上完，基本上visual SLAM，无人机飞控，range sensor SLAM的相关理论基础就差不多了。另外整个这个系列
还有一门课，Robotics: Mobility。还没上过，看了大纲也不准备上了，不评价。最后MARK一下：
----------------------------------------------------------------------------------------------------------
其他Coursera对我个人影响比较大的几门课，前面都有人介绍过：
1.台大机器学习基石 && 台大机器学习技法
用过的都说好，但是好像...林老师去创业，不再开了？
2.概率图模型 Probabilistic-Graphical-Models
(
)
Rice: An Introduction to Interactive Programming in Python
