Autonoma fordon (AV) Kurs i Östergötland

Denna instruktörsledda, liveutbildning i Östergötland (online eller på plats) riktar sig till nybörjarnivås professionella som vill utforska etiska dilemman och rättsliga ramverk kring självkörande fordon.

Genom denna utbildning kommer deltagarna att kunna:

• Förstå de etiska implikationerna av AI-drivna beslut i självkörande fordon.
• Analysera globala rättsliga ramverk och policyer som reglerar självkörande bilar.
• Granska ansvarslighet och uthållighet vid olyckor med självkörande fordon.
• Värdera balansen mellan innovation och allmänhetens säkerhet i lagar om självkörande fordon.
• Diskutera verklivsfall som berör etiska dilemman och rättsliga tvister.

Denna instruktörsledda, live-utbildning i Östergötland (online eller på plats) riktar sig till yrkesverksamma och entusiaster på nybörjarnivå som vill förstå de grundläggande koncepten, teknologierna och tillämpningarna av autonoma fordon.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå de viktigaste komponenterna och arbetsprinciperna för autonoma fordon.
• Utforska AI:s roll, sensorer och realtidsdatabehandling i självkörande system.
• Analysera olika nivåer av fordonsautonomi och deras tillämpningar i verkligheten.
• Granska de etiska, juridiska och regulatoriska aspekterna av autonom mobilitet.
• Få praktisk erfarenhet av simuleringar av autonoma fordon.

Denna instruktörsledda, live-kurs (online eller på plats) riktar sig till nätverksingenjörer på mellannivå och utvecklare inom Automotive IoT som vill förstå och implementera V2X-kommunikationstekniker för autonoma fordon.

Efter denna kurs kommer deltagarna att kunna:

• Förstå de grundläggande koncepten för V2X-kommunikation.
• Analysera V2V, V2I, V2P och V2N-kommunikationsmodeller.
• Implementera V2X-protokoll såsom DSRC och C-V2X.
• Utveckla simuleringar för uppkopplade fordonsmiljöer.
• Bemöta säkerhets- och integritetsutmaningar i V2X-nätverk.

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till ingenjörer på mellannivå, bilproffs och IoT-specialister som vill förstå sensorernas roll i självkörande bilar, och täcker LiDAR, radar, kameror och tekniker för sensorfusion.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå de olika typerna av sensorer som används i autonoma fordon.
• Analysera sensordata för fordonets perception och beslutsfattande i realtid.
• Implementera tekniker för sensorfusion för att förbättra fordonets noggrannhet och säkerhet.
• Optimera sensorplacering och kalibrering för förbättrad prestanda för autonom körning.

Denna instruktörsledda, live-kurs i Östergötland (online eller på plats) riktar sig till säkerhetsingenjörer på avancerad nivå och yrkesverksamma inom bilars säkerhet som vill utveckla omfattande säkerhetsstrategier för autonoma fordon, inklusive riskbedömning, funktionell säkerhetsutvärdering och efterlevnad av internationella standarder.

Efter denna kurs kommer deltagarna att kunna:

• Identifiera och bedöma säkerhetsrisker som är förknippade med autonoma körsystem.
• Genomföra riskbedömning och riskanalys med hjälp av branschstandarder.
• Implementera validerings- och verifieringsmetoder för säkerhet i autonoma fordon.
• Tillämpa funktionella säkerhetsstandarder, såsom ISO 26262 och SOTIF.
• Utveckla strategier för att mildra risker för säkerhetsutmaningar i autonoma fordon.

Denna instruktörsledda, live-kursen i Östergötland (online eller på plats) riktar sig till sensorfusionsspecialister och AI-ingenjörer på avancerad nivå som vill utveckla algoritmer för multi-sensorfusion och optimera realtidsnavigering i autonoma system.

Efter denna kurs kommer deltagarna att kunna:

• Förstå grunderna och utmaningarna med multi-sensor datafusion.
• Implementera sensorfusionsalgoritmer för realtidsautonom navigering.
• Integrera data från LiDAR, kameror och RADAR för att förbättra perceptionen.
• Analysera och utvärdera fusionssystemets prestanda under olika förhållanden.
• Utveckla praktiska lösningar för att minska sensorbrus och anpassa data.

Denna instruktör-ledade, live-träning i Östergötland (online eller på plats) är riktad till mellannivå AI-utvecklare och datorsynstekniker som vill bygga robusta synsystem för applikationer inom autonom fordonstrafik.

Vid slutet av detta träningspass kommer deltagarna att kunna:

• Förstå grundläggande koncept inom datorsyn för autonoma fordon.
• Implementera algoritmer för objektidentifiering, baneidentifiering och semantisk segmentering.
• Integrera synsystem med andra underkretsar i autonoma fordon.
• Använda djupinlärningstekniker för avancerade uppfattningsuppgifter.
• Utvärdera prestandan hos datorsynsmodeller i verkliga scenarier.

Den här instruktörledda, levande utbildningen i Östergötland (online eller på plats) riktas till avancerade robotiktechniker och AI-forskare som vill implementera avancerade algoritmer för sökvägssökning för att förbättra prestandan hos autonoma fordon.

Utbildningen avslutas med att deltagarna kan:

• Att förstå de teoretiska grunderna för avancerade algoritmer för sökvägssökning.
• Implementera algoritmer som RRT*, A* och D* för realtidsnavigation.
• Optimera sökvägssökning för hinder undvikande och dynamiska miljöer.
• Integrera algoritmer för sökvägssökning med sensordata för förbättrad noggrannhet.
• Utvärdera prestandan hos olika algoritmer i praktiska scenarier.

Den här instruktörsledda, direkta utbildningen inom Östergötland (online eller på plats) riktar sig till datavetare på avancerad nivå, AI-specialister och utvecklare inom fordons-AI som önskar bygga, träna och optimera AI-modeller för tillämpningar inom självkörande fordon.

Utbildningen avslutas med att deltagarna kan:

• Förstå grundprinciperna för AI och djupinlärning i sammanhanget av självkörande fordon.
• Implementera tekniker för datorsyn för realtidsdetektering av objekt och körfältsföljning.
• Använda stärkande inlärning (reinforcement learning) för beslutsfattande i självkörande system.
• Integrera sensorfusionstekniker för förbättrad perception och navigering.
• Bygga djupinlärningsmodeller för att förutse och analysera körscenarier.