聯繫我們

課程簡介

邊緣 AI 在機器人領域的簡介

  • 什麼是邊緣 AI?
  • 為何邊緣 AI 對機器人技術至關重要。
  • 自主系統中即時 AI 面臨的挑戰。

將 AI 模型部署於邊緣裝置

  • 在 NVIDIA Jetson 及其他邊緣硬體上進行 AI 推論。
  • 使用 TensorFlow Lite 與 ONNX 進行邊緣部署。
  • 優化 AI 模型以實現即時執行。

自主系統的實時感知

  • 用於機器人導航的電腦視覺。
  • 感測器融合:激光雷達、相機與慣性測量單元(IMU)。
  • 應用邊緣 AI 進行物件偵測與追蹤。

機器人的決策與控制

  • 用於自主行為的強化學習。
  • 路徑規劃與障礙物避讓。/li>
  • 即時 AI 系統中的延遲優化。

將 AI 整合至 ROS(機器人操作系統)

  • ROS 及其生態系概覽。
  • 在 ROS 中運行基於 AI 的感知模型。
  • 邊緣 AI 在多機器人與群集機器人應用中的實踐。

優化低功耗機器人系統的 AI

  • 適用於機器人的高效能神經網路架構。
  • 降低驅動型机器人的耗電量。
  • 在電池供電機器人平台部署 AI。

實際應用與未來趨勢

  • 自動飛行器與工業機器人。
  • AI 驅動的機器人助手。
  • 邊緣 AI 在機器人領域的未來發展。

總結與下一步行動

最低要求

  • 具備 AI 與機器學習模型的基礎知識。
  • 擁有嵌入式系統或機器人相關經驗。
  • 基本掌握即時運算知識。

適用對象

  • 機器人工程師
  • AI 開發人員
  • 自動化專家
 21 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