Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 21 часa
Съдържание и теми, включени в курса
Въведение в ИИ в автономните превозни средства
- Разбиране на нивата на автономно шофиране и интеграцията на ИИ
- Обзор на рамки и библиотеки за ИИ, използвани в автономното шофиране
- Тенденции и иновации в автономността на превозните средства, задвижвана от ИИ
Основни принципи на дълбокото обучение за автономно шофиране
- Архитектури на невронни мрежи за самоуправляващи се превозни средства
- Конволюционни невронни мрежи (CNN) за обработка на изображения
- Рекурентни невронни мрежи (RNN) за временни данни
Машинно зрение за автономно шофиране
- Откриване на обекти с YOLO и SSD
- Техники за откриване на пътеки и следене на пътя
- Семантично сегментиране за възприемане на околната среда
Обучение с подкрепление за шофьорски решения
- Процеси на Марков с вземане на решения (MDP) в автономните превозни средства
- Обучение на модели за дълбоко обучение с подкрепление (DRL)
- Обучение базирано на симулация за политики на шофиране
Сливане на данни от сензори и възприемане
- Интегриране на данни от LiDAR, RADAR и камери
- Филтриране на Калман и техники за сливане на данни от сензори
- Обработка на данни от много сензори за картографиране на околната среда
Модели за дълбоко обучение за предвиждане на шофиране
- Изграждане на модели за предвиждане на поведение
- Предвиждане на траектории за избягване на пречки
- Разпознаване на състоянието и намеренията на водача
Оценка и оптимизация на моделите
- Метрики за точност и производителност на моделите
- Техники за оптимизация за изпълнение в реално време
- Разполагане на обучените модели в платформи за автономни превозни средства
Кейсове и реални приложения
- Анализ на инциденти с автономни превозни средства и предизвикателства по отношение на безопасността
- Изследване на успешни имплементации на системи за шофиране, задвижвани от ИИ
- Проект: Разработка на модел за ИИ за следене на пътека
Изисквания
- Компетентност в програмирането на Python
- Опит с рамки за машинно и дълбоко обучение
- Знакомство с автомобилните технологии и машинното зрение
Аудитория
- Специалисти по данни, целящи работа по приложения за автономно шофиране
- Експерти по ИИ, фокусирани върху разработката на автимобилен ИИ
- Разработчици, заинтересовани от техники за дълбоко обучение за самоуправляващи се автомобили