Plan Szkolenia

Wprowadzenie do AI w pojazdach autonomicznych

  • Zrozumienie poziomów autonomicznej jazdy i integracji AI
  • Przegląd frameworków i bibliotek AI używanych w autonomicznej jeździe
  • Trendy i innowacje w autonomii pojazdów napędzanej AI

Podstawy uczenia głębokiego dla autonomicznej jazdy

  • Architektury sieci neuronowych dla samochodów autonomicznych
  • Splotowe sieci neuronowe (CNN) do przetwarzania obrazów
  • Rekurencyjne sieci neuronowe (RNN) dla danych czasowych

Przetwarzanie obrazu dla autonomicznej jazdy

  • Wykrywanie obiektów przy użyciu YOLO i SSD
  • Techniki wykrywania pasa ruchu i śledzenia drogi
  • Segmentacja semantyczna dla percepcji środowiska

Uczenie ze wzmocnieniem dla decyzji jazdy

  • Procesy decyzyjne Markowa (MDP) w pojazdach autonomicznych
  • Trenowanie modeli głębokiego uczenia ze wzmocnieniem (DRL)
  • Uczenie oparte na symulacji dla polityk jazdy

Fuzja danych z czujników i percepcja

  • Integracja danych z LiDAR, RADAR i kamer
  • Filtracja Kalmana i techniki fuzji danych z czujników
  • Przetwarzanie danych z wielu czujników dla mapowania środowiska

Modele uczenia głębokiego do przewidywania jazdy

  • Budowanie modeli przewidywania zachowań
  • Prognozowanie trajektorii dla unikania przeszkód
  • Rozpoznawanie stanu i intencji kierowcy

Ocena i optymalizacja modeli

  • Metryki dokładności i wydajności modeli
  • Techniki optymalizacji dla wykonania w czasie rzeczywistym
  • Wdrażanie wytrenowanych modeli na platformach pojazdów autonomicznych

Studia przypadków i zastosowania w rzeczywistym świecie

  • Analiza incydentów z udziałem pojazdów autonomicznych i wyzwań związanych z bezpieczeństwem
  • Eksploracja udanych wdrożeń systemów jazdy napędzanych AI
  • Projekt: Opracowanie modelu AI do śledzenia pasa ruchu

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość programowania w Pythonie
  • Doświadczenie w zakresie frameworków do uczenia maszynowego i głębokiego
  • Znajomość technologii motoryzacyjnych i przetwarzania obrazu

Grupa docelowa

  • Naukowcy zajmujący się danymi, którzy chcą pracować nad aplikacjami związanymi z autonomiczną jazdą
  • Specjaliści AI skupiający się na rozwoju AI w motoryzacji
  • Deweloperzy zainteresowani technikami uczenia głębokiego dla samochodów autonomicznych
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie