感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
Edge AI in Autonomous Systems 简介
- 边缘 AI 概述及其在自主系统中的意义
- 在自主系统中实施边缘 AI 的主要优势和挑战
- 用于自主性的边缘 AI 的当前趋势和创新
- 实际应用和案例研究
自治系统中的实时处理
- 实时数据处理基础
- 用于实时决策的 AI 模型
- 处理数据流和传感器融合
- 实际实例和案例研究
自动驾驶汽车中的边缘 AI
- 用于车辆感知和控制的 AI 模型
- 开发和部署用于实时导航的 AI 解决方案
- 将边缘 AI 与车辆控制系统集成
- 自动驾驶汽车中边缘 AI 的案例研究
无人机中的边缘 AI
- 用于无人机感知和飞行控制的 AI 模型
- 无人机的实时数据处理和决策
- 实施边缘 AI 实现自主飞行和避障
- 实际实例和案例研究
边缘 AI Robotics
- 用于机器人感知和操作的 AI 模型
- 机器人系统中的实时处理和控制
- 将边缘 AI 与机器人控制架构集成
- 边缘 AI 在机器人领域的案例研究
开发用于自主应用的 AI 模型
- 相关机器学习和深度学习模型概述
- 训练和优化边缘部署模型
- 自主边缘 AI 的工具和框架(TensorFlow Lite、ROS 等)
- 自主环境中的模型验证和评估
在自治系统中部署边缘 AI 解决方案
- 在各种边缘硬件上部署 AI 模型的步骤
- 边缘设备上的实时数据处理和推理
- 监视和管理已部署的 AI 模型
- 实际部署示例和案例研究
道德和监管考虑
- 确保自主人工智能系统的安全性和可靠性
- 解决自主 AI 模型中的偏见和公平性
- 符合自主系统的法规和标准
- 在自主系统中负责任地部署 AI 的最佳实践
性能评估与优化
- 自主系统中模型性能评估技术
- 用于实时监控和调试的工具
- 在自主应用中优化 AI 模型性能的策略
- 解决延迟、可靠性和可扩展性挑战
创新 Use Case 和应用
- 边缘 AI 在自主系统中的高级应用
- 各个自治领域的深入案例研究
- 成功案例和经验教训
- 用于自主性的边缘 AI 的未来趋势和机遇
动手项目和练习
- 为自主系统开发全面的边缘 AI 应用程序
- 真实世界的项目和场景
- 协作小组练习
- 项目演示和反馈
摘要和后续步骤
要求
- 了解 AI 和机器学习概念
- 有编程语言经验(Python 推荐)
- 熟悉机器人、自主系统或相关技术
观众
- Robotics 工程师
- 自动驾驶汽车开发商
- 人工智能研究人员
14 小时