课程大纲

机器人中的Edge AI简介

  • Edge AI是什么?
  • 为什么Edge AI对机器人至关重要
  • 自主系统中实时AI的挑战

在边缘设备上部署AI模型

  • 在NVIDIA Jetson和其他边缘硬件上进行AI推理
  • 使用TensorFlow Lite和ONNX进行边缘部署
  • 优化AI模型以实现实时执行

自主系统的实时感知

  • 用于机器人导航的计算机视觉
  • 传感器融合:LiDAR、摄像头和IMU
  • 用于目标检测与跟踪的Edge AI

机器人中的决策与控制

  • 用于自主行为的强化学习
  • 路径规划与避障
  • 实时AI系统中的延迟优化

将AI与ROS(机器人操作系统)集成

  • ROS及其生态系统概述
  • 在ROS中运行基于AI的感知模型
  • 多机器人与群体机器人应用中的Edge AI

优化低功耗机器人系统中的AI

  • 用于机器人的高效神经网络架构
  • 减少AI驱动机器人的功耗
  • 在电池供电的机器人平台上部署AI

实际应用与未来趋势

  • 自主无人机与工业机器人
  • AI驱动的机器人助手
  • Edge AI在机器人中的未来进展

总结与下一步

要求

  • 了解AI和机器学习模型
  • 具备嵌入式系统或机器人技术的经验
  • 具备实时计算的基础知识

受众

  • 机器人工程师
  • AI开发者
  • 自动化专家
 21 小时

即将举行的公开课程

课程分类