Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în IA pentru Vehicule Autonome
- Înțelegerea nivelurilor de conducere autonomă și integrarea IA
- Prezentare generală a framework-urilor și bibliotecilor de IA utilizate în conducerea autonomă
- Tendințe și inovații în autonomia vehiculelor bazate pe IA
Fundamentele Învățării Profunde pentru Conducerea Autonomă
- Arhitecturi de rețele neuronale pentru mașini autonome
- Rețele neuronale convoluționale (CNN) pentru procesarea imaginilor
- Rețele neuronale recurente (RNN) pentru date temporale
Vederea Computerizată pentru Conducerea Autonomă
- Detectarea obiectelor folosind YOLO și SSD
- Detectarea benzii de circulație și tehnici de urmărire a drumului
- Segmentare semantică pentru percepția mediului
Învățarea prin Întărire pentru Luarea Deciziilor de Conducere
- Procese de Decizie Markov (MDP) în vehicule autonome
- Antrenarea modelelor de învățare profundă prin întărire (DRL)
- Învățarea bazată pe simulare pentru politici de conducere
Fuziunea Senzorilor și Percepția
- Integrarea datelor LiDAR, RADAR și cameră
- Tehnici de filtrare Kalman și fuziune a senzorilor
- Procesarea datelor multi-senzor pentru maparea mediului
Modele de Învățare Profundă pentru Prezicerea Conducerii
- Construirea modelelor de predicție a comportamentului
- Prezicerea traiectoriei pentru evitarea obstacolelor
- Recunoașterea stării și intenției șoferului
Evaluarea și Optimizarea Modelelor
- Metrici pentru acuratețea și performanța modelului
- Tehnici de optimizare pentru execuția în timp real
- Implementarea modelelor antrenate în platforme de vehicule autonome
Studii de Caz și Aplicații din Lumea Reală
- Analiza incidentelor cu vehicule autonome și a provocărilor de siguranță
- Explorarea implementărilor de succes ale sistemelor de conducere bazate pe IA
- Proiect: Dezvoltarea unui model de IA pentru urmărirea benzii de circulație
Rezumat și Pași Următori
Cerințe
- Cunoaștere avansată a programării în Python
- Experiență cu framework-uri de învățare automată și învățare profundă
- Familiaritate cu tehnologia auto și vederea computerizată
Publicul Țintă
- Specialiști în știința datelor care doresc să lucreze la aplicații de conducere autonomă
- Specialiști în IA care se concentrează pe dezvoltarea IA pentru automotive
- Dezvoltatori interesați de tehnici de învățare profundă pentru mașini autonome
21 Ore
