Entrar em Contato

Programa do Curso

Introdução ao Edge AI em Sistemas Autônomos

  • Visão geral do Edge AI e sua importância em sistemas autônomos
  • Benefícios-chave e desafios da implementação de Edge AI em sistemas autônomos
  • Tendências atuais e inovações no Edge AI para autonomia
  • Aplicações do mundo real e estudos de caso

Processamento em Tempo Real em Sistemas Autônomos

  • Fundamentos do processamento de dados em tempo real
  • Modelos de IA para tomada de decisões em tempo real
  • Manipulação de fluxos de dados e fusão de sensores
  • Exemplos práticos e estudos de caso

Edge AI em Veículos Autônomos

  • Modelos de IA para percepção e controle de veículos
  • Desenvolvimento e implantação de soluções de IA para navegação em tempo real
  • Integração do Edge AI com sistemas de controle de veículos
  • Estudos de caso de Edge AI em veículos autônomos

Edge AI em Drones

  • Modelos de IA para percepção e controle de voo de drones
  • Processamento de dados em tempo real e tomada de decisões em drones
  • Implementação de Edge AI para voo autônomo e evitamento de obstáculos
  • Exemplos práticos e estudos de caso

Edge AI em Robótica

  • Modelos de IA para percepção e manipulação robótica
  • Processamento em tempo real e controle em sistemas robóticos
  • Integração do Edge AI com arquiteturas de controle robótico
  • Estudos de caso de Edge AI em robótica

Desenvolvimento de Modelos de IA para Aplicações Autônomas

  • Visão geral de modelos relevantes de aprendizado de máquina e deep learning
  • Treinamento e otimização de modelos para implantação em dispositivos de borda
  • Ferramentas e frameworks para Edge AI autônomo (TensorFlow Lite, ROS, etc.)
  • Validação e avaliação de modelos em ambientes autônomos

Implantação de Soluções de Edge AI em Sistemas Autônomos

  • Etapas para implantar modelos de IA em vários hardwares de borda
  • Processamento de dados em tempo real e inferência em dispositivos de borda
  • Monitoramento e gerenciamento de modelos de IA implantados
  • Exemplos práticos de implantação e estudos de caso

Considerações Éticas e Regulatórias

  • Garantir segurança e confiabilidade em sistemas de IA autônomos
  • Abordar viés e justiça em modelos de IA autônomos
  • Conformidade com regulamentos e padrões em sistemas autônomos
  • Melhores práticas para implantação responsável de IA em sistemas autônomos

Avaliação de Desempenho e Otimização

  • Técnicas para avaliar o desempenho do modelo em sistemas autônomos
  • Ferramentas para monitoramento e depuração em tempo real
  • Estratégias para otimizar o desempenho de modelos de IA em aplicações autônomas
  • Abordar desafios de latência, confiabilidade e escalabilidade

Casos de Uso Inovadores e Aplicações

  • Aplicações avançadas de Edge AI em sistemas autônomos
  • Estudos de caso detalhados em vários domínios autônomos
  • Histórias de sucesso e lições aprendidas
  • Tendências futuras e oportunidades no Edge AI para autonomia

Projetos Práticos e Exercícios

  • Desenvolvimento de uma aplicação abrangente de Edge AI para um sistema autônomo
  • Projetos e cenários do mundo real
  • Exercícios colaborativos em grupo
  • Apresentações dos projetos e feedback

Resumo e Próximos Passos

Requisitos

  • Compreensão dos conceitos de IA e aprendizado de máquina
  • Experiência com linguagens de programação (Python recomendado)
  • Familiaridade com robótica, sistemas autônomos ou tecnologias relacionadas

Público-alvo

  • Engenheiros de robótica
  • Desenvolvedores de veículos autônomos
  • Pesquisadores de IA
 14 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas