Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all’Intelligenza Artificiale all’Edge nella robotica
- Cos’è l’Intelligenza Artificiale all’Edge?
- Perché è fondamentale per la robotica?
- Le sfide dell’utilizzo di AI in tempo reale nei sistemi autonomi
Distribuzione dei modelli AI su dispositivi edge
- Esecuzione delle inferenze AI su NVIDIA Jetson e altri hardware edge
- Utilizzo di TensorFlow Lite e ONNX per la distribuzione dei modelli all’edge
- Ottimizzazione dei modelli AI per una reattività in tempo reale
Percezione in tempo reale nei sistemi autonomi
- Applicazioni della visione artificiale nella navigazione robotica
- Fusione dei sensori: LiDAR, telecamere e IMU
- Utilizzo dell’AI all’edge per il rilevamento e il tracciamento degli oggetti
Presa di decisione e controllo nei sistemi robotici
- L’apprendimento per rafforzamento come base per i comportamenti autonomi
- Pianificazione dei percorsi e superamento degli ostacoli
- Ottimizzazione della latenza nei sistemi AI operativi in tempo reale
Integrazione dell’AI con ROS (Robot Operating System)
- Panoramica su ROS e il relativo ecosistema tecnico
- Esecuzione di modelli percettivi basati sull’AI all’interno di ROS
- Applicazione dell’Intelligenza Artificiale all’Edge in sistemi robotici multipli o a sciami
Ottimizzazione delle soluzioni AI per sistemi robotici a basso consumo energetico
- Architetture di reti neurali efficienti adatte alla robotica
- Riduzione del consumo energetico nei robot dotati di intelligenza artificiale
- Implementazione dell’AI su piattaforme robotiche alimentate a batteria
Applicazioni pratiche e prospettive future
- Droni autonomi e robot industriali avanzati
- Assistenti robotici dotati di capacità di intelligenza artificiale
- I futuri sviluppi dell’Intelligenza Artificiale all’Edge nel campo della robotica
Sintesi e prossimi passi da intraprendere
Requisiti
- Conoscenza di base dei modelli di intelligenza artificiale e machine learning
- Esperienza nell’utilizzo di sistemi embedded o nella robotica
- Conoscenze fondamentali sui principi del calcolo in tempo reale
Destinatari del corso
- Ingegneri robotici
- Sviluppatori di intelligenza artificiale
- Specialisti dell’automazione
21 ore
Recensioni (1)
Coprindo argomenti avanzati e lavorando con esempi pratici
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Corso - Advanced Edge AI Techniques
Traduzione automatica