Struttura del corso

Introduzione all'Edge AI nella Robotica

  • Cos'è l'Edge AI?
  • Perché l'Edge AI è essenziale per la robotica
  • Sfide dell'IA in tempo reale nei sistemi autonomi

Distribuzione di Modelli AI su Dispositivi Edge

  • Inferenza AI su NVIDIA Jetson e altri hardware edge
  • Utilizzo di TensorFlow Lite e ONNX per la distribuzione edge
  • Ottimizzazione dei modelli AI per l'esecuzione in tempo reale

Percezione in Tempo Reale nei Sistemi Autonomi

  • Visione artificiale per la navigazione robotica
  • Fusion dei sensori: LiDAR, telecamere e IMUs
  • Edge AI per rilevamento ed estrazione di oggetti

Prendere Decisioni e Controllare nei Robot

  • Apprendimento reinforcement per comportamenti autonomi
  • Pianificazione del percorso ed evitamento di ostacoli
  • Ottimizzazione della latenza nei sistemi AI in tempo reale

Integrare l'IA con ROS (Robot Operating System)

  • Panoramica di ROS e del suo ecosistema
  • Esecuzione di modelli di percezione basati su AI in ROS
  • Edge AI nelle applicazioni robotica multi-robot e swarms

Ottimizzazione dell'IA per Sistemi Robotici a Basso Consumo

  • Architetture neurali efficienti per la robotica
  • Riduzione del consumo energetico nei robot guidati da AI
  • Distribuzione di AI su piattaforme robotiche alimentate a batteria

Applicazioni nel Mondo Reale e Tendenze Future

  • Droni autonomi e robot industriali
  • Assistenti robotici alimentati da IA
  • Avanzamenti futuri nell'Edge AI per la robotica

Riepilogo ed Esecuzione dei Prossimi Passi

Requisiti

  • Comprensione degli ambiti dell'IA e dei modelli di apprendimento automatico
  • Esperienza con sistemi embedded o robotica
  • Conoscenze di base di calcolo in tempo reale

Pubblico mirato

  • Ingegneri della robotica
  • Sviluppatori IA
  • Specializzati in automazione
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative