Contattataci

Struttura del corso

Introduzione ai sensori nei veicoli autonomi

  • Cenni sull’architettura dei veicoli autonomi
  • Il ruolo dei sensori nella tecnologia di guida automatica
  • Sfide e limitazioni legate alla percezione basata sui sensori

I sensori LiDAR nei veicoli autonomi

  • Funzionamento del LiDAR: principi e applicazioni pratiche
  • Elaborazione dei dati LiDAR e mappatura tridimensionale
  • Punti di forza e limitazioni del LiDAR nei sistemi di guida autonoma

Il radar e i sensori ultrasonici

  • Utilizzo del radar per il rilevamento degli oggetti e la prevenzione delle collisioni
  • Interpretazione dei segnali radar e fenomeni legati all’effetto Doppler
  • I sensori ultrasonici nella navigazione a basse velocità

Telecamere e sistemi di visione artificiale

  • Tipologie di telecamere impiegate nei veicoli autonomi
  • Tecniche di elaborazione delle immagini per il riconoscimento degli oggetti
  • Applicazioni del deep learning nella percezione visiva

Fusione dei dati e integrazione tra i sensori

  • Nozioni introduttive sulle tecniche di fusione dei dati
  • Combinazione delle informazioni provenienti da LiDAR, radar e telecamere per una maggiore precisione
  • Metodi basati sui filtri di Kalman e sul deep learning per la fusione dei dati

Elaborazione in tempo reale e decisioni autonome

  • Latenza e vincoli legati all’elaborazione dei dati in tempo reale per la guida autonoma
  • Utilizzo dei dati dei sensori nella navigazione e nell’evitamento degli ostacoli
  • Casi di studio: Tesla, Waymo e altri leader del settore

Test e calibrazione dei sensori nei veicoli autonomi

  • Metodologie per la calibrazione dei sensori e la correzione degli errori
  • Verifiche delle prestazioni dei sensori in svariati ambienti operativi
  • Ottimizzazione del posizionamento dei sensori per una migliore percezione ambientale del veicolo

Tendenze future nella tecnologia di rilevamento per i veicoli autonomi

  • Novità in campo tecnologico riguardanti i sensori per la guida automatica
  • Avanzamenti legati all’utilizzo dell’intelligenza artificiale nell’analisi dei dati dei sensori
  • Il futuro dei sistemi di percezione autonoma nei veicoli completamente automatici

Riepilogo e prossimi passi

Requisiti

  • Conoscenza dei sistemi automobilistici e dell’elettronica automotive
  • Esperienza nell’utilizzo di linguaggi di programmazione come Python o MATLAB
  • Competenze base sui sistemi di controllo e sull’elaborazione del segnale

Destinatari

  • Ingegneri impegnati nello sviluppo di veicoli autonomi
  • Professionisti dell’automotive interessati all’integrazione dei sensori
  • Specialisti dell’IoT che indagano sulle applicazioni dei sensori nella mobilità intelligente
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative