Edge AI in Autonomous Systems

• 了解 AI 和机器学习概念
• 有编程语言经验（Python 推荐）
• 熟悉机器人、自主系统或相关技术

观众

• Robotics 工程师
• 自动驾驶汽车开发商
• 人工智能研究人员

Edge AI in Autonomous Systems 专注于边缘 AI 技术在自动驾驶汽车、无人机和机器人技术中的应用。本课程涵盖实时处理、控制系统以及人工智能解决方案在自主系统中的实际部署。参与者将获得在各种自主应用中开发和实施边缘人工智能所需的实践经验和高级知识。

这种由讲师指导的现场培训（在线或现场）面向希望利用边缘人工智能实现创新自主系统解决方案的中级机器人工程师、自动驾驶汽车开发人员和人工智能研究人员。

在培训结束时，参与者将能够：

• 了解边缘 AI 在自主系统中的作用和优势。
• 开发和部署 AI 模型，以便在边缘设备上进行实时处理。
• 在自动驾驶汽车、无人机和机器人技术中实施边缘 AI 解决方案。
• 使用 Edge AI 设计和优化控制系统。
• 解决自主 AI 应用中的道德和监管考虑。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

Edge AI in Autonomous Systems 简介

• 边缘 AI 概述及其在自主系统中的意义
• 在自主系统中实施边缘 AI 的主要优势和挑战
• 用于自主性的边缘 AI 的当前趋势和创新
• 实际应用和案例研究

自治系统中的实时处理

• 实时数据处理基础
• 用于实时决策的 AI 模型
• 处理数据流和传感器融合
• 实际实例和案例研究

自动驾驶汽车中的边缘 AI

• 用于车辆感知和控制的 AI 模型
• 开发和部署用于实时导航的 AI 解决方案
• 将边缘 AI 与车辆控制系统集成
• 自动驾驶汽车中边缘 AI 的案例研究

无人机中的边缘 AI

• 用于无人机感知和飞行控制的 AI 模型
• 无人机的实时数据处理和决策
• 实施边缘 AI 实现自主飞行和避障
• 实际实例和案例研究

边缘 AI Robotics

• 用于机器人感知和操作的 AI 模型
• 机器人系统中的实时处理和控制
• 将边缘 AI 与机器人控制架构集成
• 边缘 AI 在机器人领域的案例研究

开发用于自主应用的 AI 模型

• 相关机器学习和深度学习模型概述
• 训练和优化边缘部署模型
• 自主边缘 AI 的工具和框架（TensorFlow Lite、ROS 等）
• 自主环境中的模型验证和评估

在自治系统中部署边缘 AI 解决方案

• 在各种边缘硬件上部署 AI 模型的步骤
• 边缘设备上的实时数据处理和推理
• 监视和管理已部署的 AI 模型
• 实际部署示例和案例研究

道德和监管考虑

• 确保自主人工智能系统的安全性和可靠性
• 解决自主 AI 模型中的偏见和公平性
• 符合自主系统的法规和标准
• 在自主系统中负责任地部署 AI 的最佳实践

性能评估与优化

• 自主系统中模型性能评估技术
• 用于实时监控和调试的工具
• 在自主应用中优化 AI 模型性能的策略
• 解决延迟、可靠性和可扩展性挑战

创新 Use Case 和应用

• 边缘 AI 在自主系统中的高级应用
• 各个自治领域的深入案例研究
• 成功案例和经验教训
• 用于自主性的边缘 AI 的未来趋势和机遇

动手项目和练习

• 为自主系统开发全面的边缘 AI 应用程序
• 真实世界的项目和场景
• 协作小组练习
• 项目演示和反馈

摘要和后续步骤