線上 自動駕駛車輛 (AV) 培訓在 台灣

此培訓由導師親自指導，提供線上或線下課程（<6>loc<7>），專為希望探索自動駕駛車輛周圍倫理困境與法律框架的初階專業人士設計。

完成本培訓後，參與者將能夠：

• 理解AI驅動決策在自動駕駛中的倫理影響。
• 分析監管自動駕駛汽車的全球法律框架與政策。
• 檢視自動駕駛事故中的責任歸屬與問責機制。
• 評估自動駕駛法規中創新與公共安全之間的平衡。
• 討論涉及倫理困境與法律糾紛的真實世界案例。

此於台灣（線上或線下）舉辦、由講師主導的培訓，旨在幫助初級專業人員及愛好者了解自動駕駛車輛的基本概念、技術與應用。

完成此培訓後，學員將能夠：

• 理解自動駕駛車輛的關鍵組件與運作原理。
• 探索人工智慧、感測器與即時數據處理在自駕系統中的角色。
• 分析不同等級的車輛自動化及其現實世界的應用。
• 檢視自動移動性相關的倫理、法律與監管層面。
• 實戰體驗自動駕駛車輛模擬。

此種在 台灣（線上或線下）舉辦，由講師帶領的即時培訓，旨在服務於希望了解並實施 V2X 通訊技術以用於自動駕駛汽車的中級網路工程師及汽車物聯網開發人員。

完成此培訓後，學員將能夠：

• 理解 V2X 通訊的基本概念。
• 分析 V2V、V2I、V2P 和 V2N 通訊模型。
• 實施 DSRC 和 C-V2X 等 V2X 協議。
• 為連線車輛環境開發模擬。
• 應對 V2X 網路中的資安與隱私挑戰。

本培訓由導師帶領，在 台灣 進行（在線或線下），主要面向希望了解感測器在自動駕駛汽車中作用的初級工程師、汽車行業從業人員以及物聯網專家。課程內容涵蓋激光雷達（LiDAR）、毫米波雷達、攝像頭及感測器融合技術。

在完成此培訓後，學員將能夠：

• 了解自動駕駛汽車中使用的各種類型的感測器
• 分析感測器數據，實現車輛的即時感知和決策
• 實施感測器融合技術，以提高車輛的精確性和安全性
• 優化感測器的佈置和校準，增強自動駕駛性能

此講師帶領的現場培訓在台灣（線上或線下）針對希望開發全面自動駕駛汽車安全策略的高級安全工程師和汽車安全專業人員，包括危險分析、功能安全評估以及符合國際標準。

完成本培訓後，學員將能夠：

• 識別並評估與自動駕駛系統相關的安全風險。
• 使用行業標準進行危險分析和風險評估。
• 實施適用於自動駕駛汽車系統的安全驗證方法。
• 應用功能安全標準，如ISO 26262和SOTIF。
• 開發針對自動駕駛汽車安全挑戰的風險緩解策略。

這門在台灣（線上或線下）進行的由講師主導的實時培訓，針對希望開發多傳感器融合演算法並優化自動系統中即時導航的高級傳感器融合專家和AI工程師。

完成培訓後，學員將能夠：

• 理解多傳感器數據融合的基礎知識和挑戰。
• 為實時自主導航實施傳感器融合演算法。
• 整合來自LiDAR、攝像頭和雷達的數據以增強感知。
• 分析並評估不同條件下融合系統的表現。
• 開發減小傳感器噪聲和對齊數據的實用解決方案。

這門在台灣（線上或線下）進行、由講師帶領的現場培訓，旨在協助希望為自動駕駛應用程式建構穩健視覺系統的中階AI開發人員與電腦視覺工程師。

完成本培訓後，參與者將能夠：

• 理解自主車輛中電腦視覺的基本概念。
• 實作物體偵測、車道偵測和語意分割的演算法。
• 將視覺系統與其他自主車輛子系統整合。
• 應用深度學習技術進行進階感知任務。
• 評估真實場景中電腦視覺模型的效能。

此課程為導師主導的 台灣 實地培訓（線上或現場），旨在幫助高級機器人工程師及人工智慧研究人員透過實施複雜的路徑規劃演算法，來提升自駕車輛的性能表現。

完成本培訓後，學員將能夠：

• 深入理解進階路徑規劃演算法的理論基礎。
• 實施如 RRT*、A* 及 D* 等演算法，以實現即時導航功能。
• 針對避障需求與動態環境優化路徑規劃策略。
• 將路徑規劃演算法與感測器數據整合，以提升精確度。
• 在實際場景中評估不同演算法的性能表現。

這是由講師帶領的實時訓練課程 台灣（線上或現場授課），針對進階級資料科學家、AI專家以及汽車AI開發人員設計，旨在協助他們建置、訓練並最佳化用於自動駕駛應用的AI模型。

完成此訓練後，學員將能夠：

• 理解自動駕駛車輛背景下AI與深度學習的基礎知識。
• 實施計算機視覺技術，實現即時物體檢測與車道追蹤。
• 利用增強學習優化自主駕駛系統中的決策過程。
• 整合感測器融合技術，以提升感知能力與導航精度。
• 構建深度學習模型，以預測並分析駕駛場景。