聯繫我們

課程簡介

自主系統中的邊緣AI介紹

  • 邊緣AI概述及其在自主系統中的重要性
  • 在自主系統中實施邊緣AI的主要益處與挑戰
  • 自主領域中邊緣AI的最新趨勢與創新
  • 實際應用案例研究

自主系統中的實時處理

  • 實時數據處理基礎
  • 用於實時決策的AI模型
  • 數據流與感測器融合的處理
  • 實用範例與案例研究

自動駕駛車輛中的邊緣AI

  • 用於車輛感知與控制的AI模型
  • 開發並部署用於實時導航的AI解決方案
  • 將邊緣AI整合至車輛控制系統
  • 自動駕駛車輛中邊緣AI的案例研究

無人機中的邊緣AI

  • 用於無人機感知與飛行控制的AI模型
  • 無人機的實時數據處理與決策
  • 實施邊緣AI以實現自主飛行與障礙物避免
  • 實用範例與案例研究

機器人中的邊緣AI

  • 用於機器人感知與操作的AI模型
  • 機器人系統中的實時處理與控制
  • 將邊緣AI整合至機器人控制架構
  • 機器人中邊緣AI的案例研究

開發自主應用的AI模型

  • 相關機器學習與深度學習模型概述
  • 訓練並優化以進行邊緣部署的模型
  • 用於自主邊緣AI的工具與框架(例如TensorFlow Lite、ROS等)
  • 在自主環境中驗證和評估模型

在自主系統中部署邊緣AI解決方案

  • 在不同邊緣硬體上部署AI模型的步驟
  • 邊緣設備上的實時數據處理與推論
  • 監控和管理已部署的AI模型
  • 實際部署範例與案例研究

道德與法規考量

  • 確保自主AI系統的安全性與可靠性
  • 處理自主AI模型中的偏見與公平性問題
  • 遵守自主系統的法規與標準
  • 在自主系統中負責任部署AI的最佳實踐

效能評估與優化

  • 評估自主系統中模型效能的技術
  • 用於實時監控除錯的工具
  • 優化自主應用中AI模型效能的策略
  • 解決延遲、可靠性與擴展性挑戰

創新應用案例

  • 邊緣AI在自主系統中的進階應用
  • 各自主領域的深度案例研究
  • 成功故事與經驗教訓
  • 自主領域中邊緣AI的未來趨勢與機會

動手專案與練習

  • 為自主系統開發綜合性的邊緣AI應用
  • 真實世界專案與情境模擬
  • 小組協作練習
  • 專案展示與回饋

摘要與後續步驟

最低要求

  • 理解AI與機器學習概念
  • 具備程式語言使用經驗(推薦Python)
  • 熟悉機器人、自主系統或相關技術

目標受眾

  • 機器人工程師
  • 自動駕駛車輛開發人員
  • AI研究人員
 14 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類