感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
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
客戶評論 (1)
我們可以涵蓋高級主題,並運用實際案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
課程 - Advanced Edge AI Techniques
機器翻譯