Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 21 timmar
Kursplan
Grunderna i TinyML för robotik
- TinyML:s nyckelförmågor och begränsningar
- Rollen för edge AI i autonoma system
- Hårdvaröverväganden för mobila robotar och drönare
Inbäddad hårdvara och sensorgränssnitt
- Mikrokontrollrar och inbäddade kort för robotik
- Integrering av kameror, IMU:er och närhetssensorer
- Budgetering av energi och beräkningskraft
Datahantering för robotuppfattning
- Insamling och etikettering av data för robotikuppgifter
- Metoder för förbehandling av signaler och bilder
- Strategier för extraktion av funktioner för resursbegränsade enheter
Utveckling och optimering av modeller
- Urval av arkitekturer för uppfattning, detektering och klassificering
- Träningspipelines för inbäddad ML
- Modelkompression, kvantisering och latensoptimering
Uppfattning och styrning på enheten
- Körning av inferens på mikrokontrollrar
- Fusion av TinyML-utdata med styrningsalgoritmer
- Realtidssäkerhet och reaktionsförmåga
Förbättringar av autonom navigation
- Lättvikt baserad på vision för navigation
- Detektering och undvikande av hinder
- Medvetenhet om omgivningen under resursbegränsningar
Testning och validering av TinyML-drivna robotar
- Simuleringsverktyg och fälttestningsmetoder
- Prestandaimetrar för inbäddad autonomi
- Felsökning och iterativ förbättring
Integration i robotikplattformar
- Distribution av TinyML inom ROS-baserade pipelines
- Gränssnitt för ML-modeller med motorstyrningar
- Upprätthållande tillförlitlighet över hårdvaruvaryationer
Sammanfattning och nästa steg
Krav
- Förståelse för robotiksystemarkitekturer
- Erfarenhet av inbäddad utveckling
- Kännedom om maskinlärningskoncept
Målgrupp
- Robotikingenjörer
- AI-forskare
- Inbäddade utvecklare
Vittnesmål (2)
Tillhandahållande av material (virtuell maskin) för att direkt komma igång med övningarna, samt förklaring av Ros2-kärnan. Varför saker fungerar på ett visst sätt.
Arjan Bakema
Kurs - Autonomous Navigation & SLAM with ROS 2
Maskintolkat
dessas kunskaper och användningen av AI för robotik i framtiden.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maskintolkat