Autonomous Vehicles (AVs) обучение в Пловдив

Този практически, водещ се от инструктор курс (онлайн или на място) е предназначен за професионалисти с начално ниво, които желаят да проучат етичните дилеми и правните рамки около автономните превозни средства.

В края на този курс участниците ще могат да:

• Разбират етичните последици от вземането на решения, базирано на изкуствен интелект, в автономните превозни средства.
• Анализират глобалните правни рамки и политики, регулиращи самоуправляващите се автомобили.
• Разглеждат отговорността и отчетността при възникване на инциденти с автономни превозни средства.
• Оценяват баланса между иновациите и обществената безопасност в законите за автономно шофиране.
• Дискутират казуси от реалния свят, включващи етични дилеми и правни спорове.

Този практически, водещ се от инструктор курс (онлайн или на място) е предназначен за професионалисти и ентусиасти с начално ниво, които желаят да разберат основните концепции, технологии и приложения на автономните превозни средства.

В края на този курс участниците ще могат да:

• Разберат основните компоненти и принципи на работа на автономните превозни средства.
• Проучат ролята на изкуствения интелект, сензорите и обработката на данни в реално време в системите за самоуправление.
• Анализират различните нива на автомобилна автономия и техните приложения в реалния свят.
• Проучат етичните, правните и регулаторните аспекти на автономната мобилност.
• Получат практически опит със симулации на автономни превозни средства.

Този инструкторски курс, провеждан на живо (онлайн или на място), е предназначен за мрежови инженери от средно ниво и разработчици на IoT решения за автомобилната индустрия, които желаят да разберат и внедрят V2X комуникационни технологии за автономни превозни средства.

В края на това обучение участниците ще могат да:

• Разберат основните концепции на V2X комуникацията.
• Анализират V2V, V2I, V2P и V2N комуникационните модели.
• Внедрят V2X протоколи като DSRC и C-V2X.
• Разработят симулации за свързани автомобилни среди.
• Адресират предизвикателствата, свързани с киберсигурността и защитата на личните данни във V2X мрежите.

Този практически курс, воден от инструктор (онлайн или на място), е предназначен за инженери с междинно ниво, професионалисти в автомобилната индустрия и специалисти по IoT, които желаят да разберат ролята на сензорите в самоуправляващите се автомобили, обхващайки LiDAR, радар, камери и техники за сензорно сливане.

В края на това обучение участниците ще могат да:

• Разбират различните видове сензори, използвани в автономните превозни средства.
• Анализират данните от сензорите за преценка и вземане на решения на превозното средство в реално време.
• Внедряват техники за сензорно сливане, за да подобрят точността и безопасността на превозното средство.
• Оптимизират поставянето и калибрирането на сензорите за повишена производителност на автономното шофиране.

Този практически, водещ се от инструктор курс (онлайн или на място) е предназначен за напреднали инженери по безопасност и специалисти по автомобилна безопасност, които желаят да разработят цялостни стратегии за безопасност за автономни превозни средства, включително анализ на опасностите, оценки на функционалната безопасност и съответствие с международните стандарти.

В края на този курс, участниците ще могат да:

• Идентифицират и оценяват рисковете за безопасността, свързани с автономните системи за шофиране.
• Провеждат анализ на опасностите и оценка на риска, използвайки индустриални стандарти.
• Внедряват методи за валидиране и проверка на безопасността за AV системи.
• Прилагат стандарти за функционална безопасност, като ISO 26262 и SOTIF.
• Разработват стратегии за смекчаване на рисковете при предизвикателствата пред безопасността на AV.

Този практически, водещ се от инструктор курс (онлайн или на място) е предназначен за специалисти по сензорно сливане от напреднало ниво и AI инженери, които желаят да разработят алгоритми за сливане на множество сензори и да оптимизират навигацията в реално време в автономни системи.

В края на този курс участниците ще могат да:

• Разберат основите и предизвикателствата на сливането на данни от множество сензори.
• Приложат алгоритми за сензорно сливане за навигация в реално време в автономни системи.
• Интегрират данни от LiDAR, камери и RADAR за подобряване на възприятието.
• Анализират и оценяват производителността на системите за сливане при различни условия.
• Разработят практически решения за намаляване на шума от сензорите и привеждане на данните в съответствие.

Този курс с инструктор, който се провежда на живо (онлайн или на място), е направен за разработчици на среден нив на изкуствен интелект и инженери на компютърно зрение, които искат да създават надеждни системи за зрение за приложения на автономно каране.

До края на този курс участниците ще бъдат в състояние да:

• Разберат основните концепции на компютърното зрение в автономни превозни средства.
• Имплементират алгоритми за откриване на обекти, откриване на ленти и семантично сегментиране.
• Интегрират системи за зрение с други подсистеми на автономни превозни средства.
• Прилагат техники на дълбоко обучение за напреднали задачи на възприемане.
• Оценят изпълнението на модели за компютърно зрение в реални сценарии.

Този практически, водещ се от инструктор курс (онлайн или на място) е предназначен за напреднали роботици и изследователи в областта на изкуствения интелект, които желаят да внедрят сложни алгоритми за планиране на траектории с цел подобряване на производителността на автономните превозни средства.

В края на това обучение участниците ще могат да:

• Разберат теоретичните основи на усъвършенстваните алгоритми за планиране на траектории.
• Внедрят алгоритми като RRT*, A*, и D* за навигация в реално време.
• Оптимизират планирането на траектории за избягване на препятствия и динамични среди.
• Интегрират алгоритмите за планиране на траектории със сензорни данни за повишена точност.
• Оценят производителността на различните алгоритми в практически сценарии.

Този обучение, водено от инструктор на живо (онлайн или на място), е предназначено за напреднали данни учени, специалисти по AI и разработчици на автомобилни AI, които искат да създават, обучават и оптимизират AI модели за приложения в автономно управление на превозни средства.

До края на това обучение участниците ще могат да:

• Разберат основните принципи на AI и дълбоко обучение в контекста на автономни превозни средства.
• Прилагат техники за компютърно зрение за реално време за откриване на обекти и следване на коловоз.
• Използват подкрепящо обучение за взимане на решения в самоуправляващи се системи.
• Интегрират техники за фузия на сензори за по-добро възприемане и навигация.
• Създават модели за дълбоко обучение за предвиждане и анализ на сценарии за управление.