Curso de Comunicação Veículo-Tudo (V2X) para Carros Autônomos

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), destina-se a engenheiros de robótica avançados e pesquisadores de IA que desejam implementar algoritmos sofisticados de planejamento de caminho para aprimorar o desempenho de veículos autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender as bases teóricas dos algoritmos avançados de planejamento de caminho.
• Implementar algoritmos como RRT*, A* e D* para navegação em tempo real.
• Otimizar o planejamento de caminho para evitar obstáculos e operar em ambientes dinâmicos.
• Integrar algoritmos de planejamento de caminho com dados de sensores para melhorar a precisão.
• Avaliar o desempenho de diversos algoritmos em cenários práticos.

Esta formação ao vivo e conduzida por instrutor em Brasil (online ou presencial) destina-se a cientistas de dados de nível avançado, especialistas em IA e desenvolvedores de IA automotiva que desejam criar, treinar e otimizar modelos de IA para aplicações de condução autônoma.

Ao final desta formação, os participantes serão capazes de:

• Compreender os fundamentos da IA e do deep learning no contexto de veículos autônomos.
• Implementar técnicas de visão computacional para detecção de objetos em tempo real e seguimento de pista.
• Utilizar aprendizado por reforço para tomada de decisão em sistemas de condução autônoma.
• Integrar técnicas de fusão de sensores para melhor percepção e navegação.
• Construir modelos de deep learning para prever e analisar cenários de condução.

Esta formação ao vivo, ministrada por instrutor em Brasil (online ou presencial), direciona-se a engenheiros de segurança de nível avançado e profissionais da área de segurança automotiva que desejam desenvolver estratégias abrangentes de segurança para veículos autônomos, incluindo análise de perigos, avaliações de segurança funcional e conformidade com padrões internacionais.

Ao final desta formação, os participantes serão capazes de:

• Identificar e avaliar riscos de segurança associados aos sistemas de condução autónoma.
• Realizar análise de perigos e avaliação de risco utilizando normas da indústria.
• Implementar métodos de validação e verificação de segurança para sistemas AV (Veículos Autônomos).
• Aplicar padrões de segurança funcional, como ISO 26262 e SOTIF.
• Desenvolver estratégias de mitigação de risco para desafios de segurança em AVs.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), destina-se a desenvolvedores de IA e engenheiros de visão computacional de nível intermediário que desejam construir sistemas visuais robustos para aplicações de condução autônoma.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os conceitos fundamentais da visão computacional em veículos autônomos.
• Implementar algoritmos para detecção de objetos, detecção de faixas e segmentação semântica.
• Integrar sistemas visuais com outros subsistemas do veículo autônomo.
• Aplicar técnicas de aprendizado profundo para tarefas avançadas de percepção.
• Avaliar o desempenho de modelos de visão computacional em cenários do mundo real.

Este treinamento ao vivo, ministrado por instrutores, em Brasil (online ou presencial), é destinado a profissionais de nível iniciante que desejam explorar os dilemas éticos e as estruturas legais que cercam os veículos autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender as implicações éticas da tomada de decisões baseada em IA nos veículos autônomos.
• Analisar as estruturas e políticas legais globais que regulam os carros autônomos.
• Examinar a responsabilidade civil e a prestação de contas em caso de acidentes com veículos autônomos.
• Avaliar o equilíbrio entre inovação e segurança pública nas leis de condução autônoma.
• Discutir estudos de caso do mundo real envolvendo dilemas éticos e disputas legais.

Este treinamento presencial, conduzido por instrutores (online ou no local) é direcionado a profissionais de nível iniciante e entusiastas que desejam compreender os conceitos fundamentais, tecnologias e aplicações dos veículos autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os principais componentes e princípios de funcionamento dos veículos autônomos.
• Explorar o papel da IA, dos sensores e do processamento de dados em tempo real nos sistemas de condução automática.
• Analisar os diferentes níveis de autonomia veicular e suas aplicações no mundo real.
• Examinar os aspectos éticos, legais e regulatórios da mobilidade autônoma.
• Ganhar experiência prática com simulações de veículos autônomos.

Este treinamento ao vivo, ministrado por instrutor, em Brasil (online ou presencial), destina-se a especialistas de fusão de sensores de nível avançado e engenheiros de IA que desejam desenvolver algoritmos de fusão multissensores e otimizar a navegação em tempo real em sistemas autônomos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos e os desafios da fusão de dados multissensores.
• Implementar algoritmos de fusão de sensores para navegação autônoma em tempo real.
• Integrar dados de LiDAR, câmeras e RADAR para aprimorar a percepção.
• Analisar e avaliar o desempenho do sistema de fusão sob diversas condições.
• Desenvolver soluções práticas para redução de ruído dos sensores e alinhamento de dados.

Este treinamento ao vivo com instrutor em Brasil (online ou presencial) é direcionado a engenheiros de nível intermediário, profissionais do setor automotivo e especialistas em IoT que desejam compreender o papel dos sensores nos carros autônomos, abrangendo LiDAR, radar, câmeras e técnicas de fusão de sensores.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os diferentes tipos de sensores utilizados em veículos autônomos.
• Analisar dados dos sensores para percepção e tomada de decisões em tempo real do veículo.
• Implementar técnicas de fusão de sensores para melhorar a precisão e a segurança do veículo.
• Otimizar o posicionamento e a calibração dos sensores para aprimorar o desempenho da condução autônoma.