Edge AI in Autonomous Systems

• 瞭解 AI 和機器學習概念
• 有程式設計語言經驗（Python 推薦）
• 熟悉機器人、自主系統或相關技術

觀眾

• Robotics 工程師
• 自動駕駛汽車開發商
• 人工智慧研究人員

Edge AI in Autonomous Systems 專注於邊緣 AI 技術在自動駕駛汽車、無人機和機器人技術中的應用。本課程涵蓋即時處理、控制系統以及人工智慧解決方案在自主系統中的實際部署。參與者將獲得在各種自主應用中開發和實施邊緣人工智慧所需的實踐經驗和高級知識。

這種由講師指導的現場培訓（在線或現場）面向希望利用邊緣人工智慧實現創新自主系統解決方案的中級機器人工程師、自動駕駛汽車開發人員和人工智慧研究人員。

在培訓結束時，參與者將能夠：

• 瞭解邊緣 AI 在自主系統中的作用和優勢。
• 開發和部署 AI 模型，以便在邊緣設備上進行即時處理。
• 在自動駕駛汽車、無人機和機器人技術中實施邊緣 AI 解決方案。
• 使用 Edge AI 設計和優化控制系統。
• 解決自主 AI 應用中的道德和監管考慮。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• 如需申請本課程的定製培訓，請聯繫我們進行安排。

Edge AI in Autonomous Systems 簡介

• 邊緣 AI 概述及其在自主系統中的意義
• 在自主系統中實施邊緣 AI 的主要優勢和挑戰
• 用於自主性的邊緣 AI 的當前趨勢和創新
• 實際應用和案例研究

自治系統中的實時處理

• 實時數據處理基礎
• 用於即時決策的 AI 模型
• 處理數據流和感測器融合
• 實際實例和案例研究

自動駕駛汽車中的邊緣 AI

• 用於車輛感知和控制的 AI 模型
• 開發和部署用於即時導航的 AI 解決方案
• 將邊緣 AI 與車輛控制系統整合
• 自動駕駛汽車中邊緣 AI 的案例研究

無人機中的邊緣 AI

• 用於無人機感知和飛行控制的 AI 模型
• 無人機的實時數據處理和決策
• 實施邊緣 AI 實現自主飛行和避障
• 實際實例和案例研究

邊緣 AI Robotics

• 用於機器人感知和操作的 AI 模型
• 機器人系統中的即時處理和控制
• 將邊緣 AI 與機器人控制架構整合
• 邊緣 AI 在機器人領域的案例研究

開發用於自主應用的 AI 模型

• 相關機器學習和深度學習模型概述
• 訓練和優化邊緣部署模型
• 自主邊緣 AI 的工具和框架（TensorFlow Lite、ROS 等）
• 自主環境中的模型驗證和評估

在自治系統中部署邊緣 AI 解決方案

• 在各種邊緣硬體上部署 AI 模型的步驟
• 邊緣設備上的實時數據處理和推理
• 監視和管理已部署的 AI 模型
• 實際部署範例和案例研究

道德和監管考慮

• 確保自主人工智慧系統的安全性和可靠性
• 解決自主 AI 模型中的偏見和公平性
• 符合自主系統的法規和標準
• 在自主系統中負責任地部署 AI 的最佳實踐

性能評估與優化

• 自主系統中模型性能評估技術
• 用於即時監控和調試的工具
• 在自主應用中優化 AI 模型性能的策略
• 解決延遲、可靠性和可擴充性挑戰

創新 Use Case 和應用

• 邊緣 AI 在自主系統中的高級應用
• 各個自治領域的深入案例研究
• 成功案例和經驗教訓
• 用於自主性的邊緣 AI 的未來趨勢和機遇

動手項目和練習

• 為自主系統開發全面的邊緣 AI 應用程式
• 真實世界的項目和場景
• 協作小組練習
• 專案演示和反饋

摘要和後續步驟