Свържете се с нас

Съдържание и теми, включени в курса

Въведение в Edge AI в роботиката

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

Внедряване на AI модели на гранични (edge) устройства

  • AI изводи на NVIDIA Jetson и друг граничен хардуер
  • Използване на TensorFlow Lite и ONNX за гранично внедряване
  • Оптимизиране на AI модели за изпълнение в реално време

Възприятие в реално време за автономни системи

  • Компютърно зрение за роботизирана навигация
  • Сензорно сливане: LiDAR, камери и ИМЕ (IMU)
  • Edge AI за откриване и проследяване на обекти

Вземане на решения и управление в роботиката

  • Обучение с подкрепление за автономни поведения
  • Планиране на маршрут и избягване на препятствия
  • Оптимизация на латентността в AI системи в реално време

Интегриране на AI с ROS (Операционна система за роботи)

  • Общ преглед на ROS и нейната екосистема
  • Изпълнение на модели за възприятие, базирани на AI, в ROS
  • Edge AI в приложения с множество роботи и роева роботика

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 в реалния свят и бъдещи тенденции

  • Автономни дронове и индустриални роботи
  • Роботизирани асистенти, захранвани от AI
  • Бъдещи напредъци в Edge AI за роботика

Резюме и следващи стъпки

Изисквания

  • Разбиране на модели за AI и машинно обучение
  • Опит с вградени системи или роботика
  • Базови познания по изчисления в реално време

Аудитория

  • Инженери по роботика
  • Разработчици на AI
  • Специалисти по автоматизация
 21 Часа

Брой участници


Цена за участник

Отзиви от участници (1)

Предстоящи Курсове

Свързани Kатегории