Bądźmy w kontakcie

Plan Szkolenia

Wstęp do AI w pojazdach autonomicznych

  • Rozumienie poziomów autonomicznej jazdy i integracji AI
  • Przegląd frameworków i bibliotek AI stosowanych w pojazdach autonomicznych
  • Trendy i innowacje w autonomiczności pojazdów opartej na AI

Podstawy uczenia głębokiego w pojazdach autonomicznych

  • Architektury sieci neuronowych dla samochodów autonomicznych
  • Konwolucyjne sieci neuronowe (CNN) do przetwarzania obrazów
  • Rewersyjne sieci neuronowe (RNN) do danych temporalnych

Widzenie komputerowe w pojazdach autonomicznych

  • Wykrywanie obiektów za pomocą YOLO i SSD
  • Techniki wykrywania pasów ruchu i podążania za drogą
  • Segmentacja semantyczna do percepcji otoczenia

Uczenie z wzmocnieniem do decyzji w trakcie jazdy

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

Łączenie danych z czujników i percepcja

  • Integracja danych z LiDAR, RADAR i kamer
  • Filtrowanie Kalmana i techniki łączenia danych z czujników
  • Przetwarzanie danych z wielu czujników do mapowania otoczenia

Modele uczenia głębokiego do przewidywań w trakcie jazdy

  • Tworzenie modeli przewidywania zachowań
  • Prognozowanie trajektorii do unikania przeszkód
  • Rozpoznawanie stanu kierowcy i jego intencji

Ewaluacja i optymalizacja modeli

  • Miary dokładności i wydajności modeli
  • Techniki optymalizacji do realizacji w czasie rzeczywistym
  • Wdrażanie wytrenowanych modeli na platformach pojazdów autonomicznych

Studium przypadków i zastosowania w praktyce

  • Analiza incydentów związanych z pojazdami autonomicznymi i wyzwań bezpieczeństwa
  • Eksploracja udanych wdrożeń systemów jazdy opartych na AI
  • Projekt: Tworzenie modelu AI do podążania za pasem ruchu

Wymagania

  • Umiejętność programowania w Pythonie
  • Doswiadczenie w obsłudze frameworków do uczenia maszynowego i uczenia głębokiego
  • Znajomość technologii motoryzacyjnych i widzenia komputerowego

Grupa docelowa

  • Naukowcy ds. danych dążący do pracy przy aplikacjach do jazdy autonomicznej
  • Specjaliści AI koncentrujący się na rozwoju systemów AI w motoryzacji
  • Deweloperzy zainteresowani technikami uczenia głębokiego dla samochodów autonomicznych
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie