Zkuste nás kontaktovat
 Doba trvání 21 hodiny

Návrh Školení

Základy TinyML pro robotiku

  • Klíčové možnosti a omezení TinyML
  • Role edge AI v autonomních systémech
  • Hardwarové úvahy pro mobilní roboty a drony

Vestavěný hardware a rozhraní senzorů

  • Mikrokontroléry a vestavěné desky pro robotiku
  • Integrace kamer, IMU a vzdálenostních senzorů
  • Hospodaření s energetickými a výpočetními zdroji

Inženýrství dat pro robotické vnímání

  • Sběr a značkování dat pro robotické úlohy
  • Techniky předzpracování signálů a obrazů
  • Strategie extrakce funkcí pro zařízení s omezenými zdroji

Vývoj a optimalizace modelů

  • Výběr architektur pro vnímání, detekci a klasifikaci
  • Výcvikové pipeline pro vestavěné strojové učení
  • Komprese modelů, kvantizace a optimalizace latence

Vnímání a řízení přímo na zařízení

  • Spuštění inferenčního procesu na mikrokontrolérech
  • Fúze výstupů TinyML s regulačními algoritmy
  • Bezpečnost a reakční doba v reálném čase

Zvýšení autonomní navigace

  • Lehká navigace založená na vidění
  • Detekce a vyhýbání se překážkám
  • Poznání prostředí za podmínek omezených zdrojů

Testování a validace robotů poháněných technologií TinyML

  • Simulační nástroje a přístupy ke terénnímu testování
  • Metriky výkonu pro vestavěnou autonomii
  • Debugování a iterativní zlepšování

Integrace do robotických platforem

  • Nasazení TinyML v pipeline založených na ROS
  • Rozhraní modelů ML s motory a regulátory
  • Zajištění spolehlivosti napříč variacemi hardwaru

Shrnutí a další kroky

Požadavky

  • Pochopení architektur robotických systémů
  • Zkušenosti s vestavěným vývojem
  • Znalost konceptů strojového učení

Cílová skupina

  • Inženýři v oblasti robotiky
  • Výzkumníci umělé inteligence
  • Vývojáři vestavěných systémů

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie