Struttura del corso

Introduzione ai sensori per veicoli autonomi

  • Panoramica dell'architettura dei veicoli autonomi
  • Il ruolo dei sensori nella tecnologia di guida autonoma
  • Sfide e limiti della percezione basata sui sensori

Sensori LiDAR nei veicoli autonomi

  • Come funziona il LiDAR: principi e applicazioni
  • Elaborazione dei dati LiDAR e mappatura 3D
  • Punti di forza e limiti del LiDAR nei sistemi di guida autonoma

Sensori Radar e Ultrasonici

  • Radar per il rilevamento di oggetti ed l'evitamento delle collisioni
  • Interpretazione dei segnali radar e effetto Doppler
  • Sensori ultrasonici per la navigazione a bassa velocità

Telecamere e Sistemi Computer Vision

  • Tipi di telecamere utilizzate nei veicoli autonomi
  • Tecniche di elaborazione delle immagini per il riconoscimento di oggetti
  • Applicazioni di deep learning nella percezione visiva

Sensor Fusion e Data Integration

  • Introduzione alle tecniche di sensor fusion
  • Combinazione dei dati LiDAR, radar e telecamere per una maggiore precisione
  • Filtro di Kalman e approcci di deep learning alla sensor fusion

Elaborazione in tempo reale e processo decisionale autonomo

  • Latenza e vincoli in tempo reale nella percezione autonoma
  • Elaborazione dei dati dei sensori per la navigazione ed l'evitamento degli ostacoli
  • Case study: Tesla, Waymo e altri leader del settore

Test e calibrazione dei sensori per veicoli autonomi

  • Metodi per la calibrazione dei sensori e la correzione degli errori
  • Test delle prestazioni dei sensori in diversi ambienti
  • Ottimizzazione del posizionamento dei sensori per una maggiore percezione del veicolo

Tendenze future nella sensoristica per veicoli autonomi

  • Tecnologie emergenti dei sensori nelle auto a guida autonoma
  • Progressi basati sull'AI nell'analisi dei dati dei sensori
  • Il futuro dei sistemi di percezione per veicoli completamente autonomi

Riepilogo e prossimi passi

Requisiti

  • Una comprensione dei sistemi e dell'elettronica automobilistica
  • Esperienza con linguaggi di programmazione come Python o MATLAB
  • Conoscenze di base sui sistemi di controllo ed elaborazione del segnale

Destinatari

  • Ingegneri che lavorano allo sviluppo di veicoli autonomi
  • Automotive professionisti interessati all'integrazione dei sensori
  • Specialisti IoT che esplorano le applicazioni dei sensori nella mobilità intelligente
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative