Elektronisk styrenhet (ECU) - Teoretisk Vektor Träningskurs

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till avancerade robotingenjörer och AI-forskare som vill implementera sofistikerade algoritmer för vägplanering för att förbättra prestandan hos autonoma fordon.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå de teoretiska grunderna för avancerade algoritmer för vägplanering.
• Implementera algoritmer som RRT*, A* och D* för navigering i realtid.
• Optimera vägplanering för hinderundvikande och dynamiska miljöer.
• Integrera vägplaneringsalgoritmer med sensordata för ökad noggrannhet.
• Utvärdera prestandan hos olika algoritmer i praktiska scenarier.

Denna ledarledda, live-utbildning på Sverige (online eller på plats) riktar sig till avancerade datavetare, AI-specialister och AI-utvecklare inom bilindustrin som vill bygga, träna och optimera AI-modeller för självkörande bilars tillämpningar.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i AI och djupinlärning i samband med självkörande fordon.
• Implementera datorseende tekniker för realtidsobjektsdetektering och spårföljning.
• Använda förstärkninginlärning för beslutsfattande i självkörande system.
• Integrera sensorfusions tekniker för bättre perception och navigation.
• Bygga djupinlärningsmodeller för att förutspå och analysera körscenarier.

AUTOSAR (AUTomotive Open System ARchitecture) är en världsomfattande utvecklingspartnerskap mellan bilindustriaktörer, leverantörer och verktygsutvecklare som standardiserar mjukvaruarkitektur för bilars elektroniska styrenheter (ECUs).

Denna handledningsskapad utbildning (online eller platsbunden) är riktad till mellan- och avancerade nivåer av bilindustrimässliga mjukvaruutvecklare som vill designa, utveckla och integrera mjukvara med hjälp av AUTOSAR Klassiska och Anpassningsbara plattformar med fokus på ADAS (Advanced Driver Assistance Systems).

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förstå AUTOSAR Klassiska och Anpassningsbara arkitekturer samt deras huvudsakliga skillnader.
• Utveckla och konfigurera bilindustri-mjukvarukomponenter med AUTOSAR-konformerande verktyg.
• Integrera och testa ADAS-mjukvarukomponenter inom AUTOSAR Anpassningsbara miljöer.
• Tillämpa bästa praxis i säkerhet, säkerhet och prestandaoptimering för bilindustri-mjukvara.

Utbildningsformat

• Interaktiv föreläsning och diskussion.
• Praktisk övning med branschstandardiserade AUTOSAR-verktyg.
• Projektbaserat lärande och simulering av bilindustrimässliga användningsfall.

Utbildningsanpassningsmöjligheter

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna det.

Denna instruktörsledda, live-utbildning i Sverige (online eller på plats) riktar sig främst till ingenjörer som vill använda Autosar för att designa fordonskomponenter.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Autosar.
• Konfigurera ett arbetsflöde.
• Navigera smidigt i Autosar-miljön.
• Arbeta effektivt.

Detta instruktörsledda, liveutbildning (online eller på plats) riktas till mellannivås inbäddade mjukvaruutvecklare och bilindustrimjukvaruinjörer som önskar använda AUTOSAR Classic Platform för att utveckla, integrera och testa standardiserade mjukvarukomponenter för elektroniska styrenheter (ECUs).

Efter denna utbildning kommer deltagarna att kunna:

Installera och konfigurera AUTOSAR-utvecklingsverktyg (t.ex., DaVinci Developer, EB Tresos eller ETAS ISOLAR-A/B).

Förstå AUTOSAR:s lagerad arkitektur och grundläggande mjukvarumoduler (BSW).

Designa och implementera AUTOSAR OS och kommunikationsstack (COM stack).

Använda CANoe eller liknande verktyg för simulering, testning och diagnos i en AUTOSAR-miljö.

Denna instruktörsgestyrda, liveutbildning (online eller på plats) riktas till mellannivåembreddade mjukvaruutvecklare eller bilindustrimjukvaruhändlagare som vill förstå och konfigurera AUTOSAR OS (baserat på OSEK/VDX) och COM-stacken för att möjliggöra tillförlitligt uppgiftsschemaläggning och kommunikation i bilindustrins ECUs.

Vid slutet av denna utbildning kommer deltagarna kunna:

• Förstå AUTOSAR OS-arkitekturen och schemaläggningsprinciper
• Implementera och hantera uppgifter, händelser, alarm och räknare
• Beskriva och konfigurera COM-stackens lager, inklusive PDUR och kommunikationstjänster
• Förklara protokollstackar (CAN, LIN, FlexRay, Ethernet) och hur AUTOSAR interagerar med dem
• Konfigurera OS- och COM-moduler med industritools (Vector DaVinci eller ETAS ISOLAR)
• Simulera och validera uppgifts- och kommunikationsflöden i en AUTOSAR-baserad ECU

Denna instruktörsledda, live-kurs i Sverige (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 instruktör-ledade, live-träning i Sverige (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.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktas till ingenjörer och forskare som önskar lära sig och använda DSP-implementeringar för att effektivt hantera olika signaltyper och få bättre kontroll över flerkanalesystem.

När denna utbildning är avslutad kommer deltagarna att kunna:

• Konfigurera den nödvändiga programvaraplattformen och verktygen för digital signalbehandling.
• Förstå de grundläggande koncept och principer som ligger till grund för DSP och dess tillämpningar.
• Bekanta sig med DSP-komponenter och använda dem i elektroniska system.
• Generera algoritmer och driftsättningar baserat på resultat från DSP.
• Använda de grundläggande funktionerna i DSP-programvaraplattformar och designa signalfilter.
• Synskapa DSP-simuleringar och implementera olika typer av filter för DSP.

Denna instruktörsledda, liveutbildning i Sverige (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, levande utbildning (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill få en omfattande förståelse för EV-drivlinsarkitekturer, batterikemi, batterihanteringssystem (BMS) och de faktorer som påverkar energieffektivitet i elfordon.

Efter avslutad utbildning kommer deltagarna att kunna:

• Förstå strukturen och funktionen hos EV-drivlinsar.
• Analysera olika batterikemier och deras tillämpningar i elfordon.
• Implementera batterihanteringstekniker för att förbättra prestanda och säkerhet.
• Utvärdera energieffektivitet i olika EV-konfigurationer.

Denna instruktörsledda, live-utbildning i Sverige (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-kursen i Sverige (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 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 (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.