Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere în Inteligența Artificială în Vehicule Autonome
- Comprehensia nivelurilor de conducere autonomă și integrarea AI
- Panoramică asupra cadrelor și bibliotecilor AI utilizate în vehiculele autonome
- Trenduri și inovări în autonomia vehiculului alimentată de AI
Fundamente ale Învațării Profunde pentru Conducerea Autonomă
- Arhitecturi de rețele neuronale pentru mașinile autonome
- Rețele neuronale convolutionale (CNNs) pentru procesarea imaginilor
- Rețele neuronale recurente (RNNs) pentru date temporale
Vizualizare Computerizată pentru Conducerea Autonomă
- Detectarea obiectelor folosind YOLO și SSD
- Tehnici de detectare a lanțurilor și urmărirea drumului
- Segmentarea semantică pentru percepția mediului
Învațarea prin Recompense pentru Decizii în Conducere
- Procesele de decizie Markov (MDP) în vehiculele autonome
- Antrenamentul modelelor de Învațare Profundă prin Recompense (DRL)
- Aprenderea bazată pe simulare pentru politici de conducere
Fusionarea Senzorului și Percepția
- Integrarea datelor LiDAR, RADAR și ale camerei
- Filtrare Kalman și tehnici de fusionare a senzorilor
- Procesarea datelor multi-senzori pentru mapearea mediului
Modele de Învațare Profundă pentru Predicții în Conducere
- Construirea modelelor de predicție comportamentală
- Previziuni ale traiectoriei pentru evitarea obstacolelor
- Recunoașterea stării și a intențiilor condusului
Evaluarea și Optimizarea Modelului
- Metrice pentru acuratețea și performanța modelului
- Tehnici de optimizare pentru execuția în timp real
- Implementarea modelelor antrenate în platforme vehicule autonome
Studii de caz și Aplicații din Viața Reală
- Analiza incidentelor vehiculelor autonome și provocările de siguranță
- Explorarea implementărilor cu succes ale sistemelor de conducere alimentate de AI
- Proiect: Dezvoltarea unui model AI pentru urmărirea lanțurilor
Rezumat și Pasurile Următoare
Cerințe
- Proficiență în programare Python
- Experiență cu cadre de machine learning și deep learning
- Cunoaștere cu tehnologia automotive și vision computerizat
Publicul vizat
- Oameni de știință a datelor care urmează să lucreze la aplicațiile pentru conduce autonomă
- Specialiști AI cu accent pe dezvoltarea AI automotive
- Dezvoltatori interesați de tehnici de deep learning pentru mașinile autonome
21 ore
