План на курса

Въведение в Edge AI в Robotics

  • Какво е Edge AI?
  • Защо Edge AI е от съществено значение за роботиката
  • Предизвикателства на AI в реално време в автономни системи

Внедряване на AI модели на Edge устройства

  • AI извод за NVIDIA Jetson и друг ръбов хардуер
  • Използване на TensorFlow Lite и ONNX за крайно разполагане
  • Оптимизиране на AI модели за изпълнение в реално време

Възприятие в реално време за автономни системи

  • Компютърно зрение за роботизирана навигация
  • Сливане на сензори: LiDAR, камери и IMU
  • Edge AI за откриване и проследяване на обекти

Вземане на решения и контрол в Robotics

  • Подсилващо обучение за автономно поведение
  • Планиране на пътя и избягване на препятствия
  • Оптимизиране на латентността в системи с изкуствен интелект в реално време

Интегриране на AI с ROS (операционна система за роботи)

  • Преглед на ROS и неговата екосистема
  • Изпълнение на базирани на AI модели на възприятие в ROS
  • Edge AI в приложения за роботика с множество роботи и рояк

Оптимизиране на AI за роботизирани системи с ниска мощност

  • Ефективни архитектури на невронни мрежи за роботика
  • Намаляване на консумацията на енергия в роботи, управлявани от AI
  • Внедряване на AI на роботизирани платформи, захранвани от батерии

Приложения от реалния свят и бъдещи тенденции

  • Автономни дронове и индустриални роботи
  • Роботизирани асистенти, работещи с AI
  • Бъдещ напредък в Edge AI за роботиката

Обобщение и следващи стъпки

Изисквания

  • Разбиране на AI и моделите за машинно обучение
  • Опит с вградени системи или роботика
  • Основни познания за изчисления в реално време

Публика

  • Robotics инженери
  • AI разработчици
  • Специалисти по автоматизация
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории