Cursusaanbod

Inleiding tot Edge AI in Autonomous Systems

  • Overzicht van Edge AI en de betekenis ervan in autonome systemen
  • Belangrijkste voordelen en uitdagingen van het implementeren van Edge AI in autonome systemen
  • Huidige trends en innovaties op het gebied van Edge AI voor autonomie
  • Toepassingen en casestudy's uit de praktijk

Real-time verwerking in autonome systemen

  • Grondbeginselen van real-time gegevensverwerking
  • AI-modellen voor real-time besluitvorming
  • Omgaan met datastromen en sensorfusie
  • Praktijkvoorbeelden en casestudy's

Edge AI in autonome voertuigen

  • AI-modellen voor voertuigperceptie en -controle
  • Ontwikkelen en implementeren van AI-oplossingen voor real-time navigatie
  • Integratie van Edge AI met voertuigbesturingssystemen
  • Casestudy's van Edge AI in autonome voertuigen

Edge AI in Drones

  • AI-modellen voor droneperceptie en vluchtcontrole
  • Real-time dataverwerking en besluitvorming in drones
  • Implementatie van Edge AI voor autonoom vliegen en obstakelvermijding
  • Praktijkvoorbeelden en casestudy's

Edge-AI in Robotics

  • AI-modellen voor robotperceptie en -manipulatie
  • Real-time verwerking en besturing in robotsystemen
  • Integratie van Edge AI met robotbesturingsarchitecturen
  • Casestudy's van Edge AI in robotica

Ontwikkelen van AI-modellen voor autonome toepassingen

  • Overzicht van relevante machine learning- en deep learning-modellen
  • Modellen trainen en optimaliseren voor edge-implementatie
  • Tools en frameworks voor autonome Edge AI (TensorFlow Lite, ROS, enz.)
  • Modelvalidatie en -evaluatie in autonome omgevingen

Edge AI-oplossingen implementeren in autonome systemen

  • Stappen voor het implementeren van AI-modellen op verschillende edge-hardware
  • Real-time gegevensverwerking en inferentie op edge-apparaten
  • Geïmplementeerde AI-modellen bewaken en beheren
  • Praktijkvoorbeelden en casestudy's

Ethische en regelgevende overwegingen

  • Zorgen voor veiligheid en betrouwbaarheid in autonome AI-systemen
  • Vooringenomenheid en eerlijkheid in autonome AI-modellen aanpakken
  • Naleving van voorschriften en normen in autonome systemen
  • Best practices voor verantwoorde AI-implementatie in autonome systemen

Prestatie-evaluatie en -optimalisatie

  • Technieken voor het evalueren van modelprestaties in autonome systemen
  • Tools voor real-time monitoring en foutopsporing
  • Strategieën voor het optimaliseren van de prestaties van AI-modellen in autonome toepassingen
  • Uitdagingen op het gebied van latentie, betrouwbaarheid en schaalbaarheid aanpakken

Innovatieve Use Cases en toepassingen

  • Geavanceerde toepassingen van Edge AI in autonome systemen
  • Diepgaande casestudies in verschillende autonome domeinen
  • Succesverhalen en geleerde lessen
  • Toekomstige trends en kansen in Edge AI voor autonomie

Hands-on projecten en oefeningen

  • Ontwikkeling van een uitgebreide Edge AI-toepassing voor een autonoom systeem
  • Projecten en scenario's uit de echte wereld
  • Gezamenlijke groepsoefeningen
  • Projectpresentaties en feedback

Samenvatting en volgende stappen

Vereisten

  • Inzicht in AI- en machine learning-concepten
  • Ervaring met programmeertalen (Python aanbevolen)
  • Bekendheid met robotica, autonome systemen of aanverwante technologieën

Audiëntie

  • Robotics Ingenieurs
  • Ontwikkelaars van autonome voertuigen
  • AI-onderzoekers
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën