Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los sensores para vehículos autónomos
- Resumen de la arquitectura de los vehículos autónomos
- El papel de los sensores en la tecnología de conducción autónoma
- Desafíos y limitaciones de la percepción basada en sensores
Sensores LiDAR en vehículos autónomos
- Cómo funciona el LiDAR: principios y aplicaciones
- Procesamiento de datos LiDAR y mapeo 3D
- Ventajas y limitaciones del LiDAR en sistemas de conducción autónoma
Sensores de radar y ultrasónicos
- Radar para detección de objetos y prevención de colisiones
- Interpretación de señales de radar y efectos Doppler
- Sensores ultrasónicos para navegación a baja velocidad
Sistemas de cámara y visión por computadora
- Tipos de cámaras utilizadas en vehículos autónomos
- Técnicas de procesamiento de imágenes para el reconocimiento de objetos
- Aplicaciones de aprendizaje profundo en la percepción visual
Fusión de sensores e integración de datos
- Introducción a las técnicas de fusión de sensores
- Combinación de datos LiDAR, radar y cámara para obtener mayor precisión
- Filtrado de Kalman y enfoques de aprendizaje profundo para la fusión de sensores
Procesamiento en tiempo real y toma de decisiones autónoma
- Latencia y restricciones en tiempo real en la percepción autónoma
- Procesamiento de datos de sensores para navegación y evitación de obstáculos
- Casos de estudio: Tesla, Waymo y otros líderes del sector
Pruebas y calibración de sensores para vehículos autónomos
- Métodos para la calibración de sensores y corrección de errores
- Prueba del rendimiento del sensor en diferentes entornos
- Optimización de la colocación de los sensores para mejorar la percepción del vehículo
Tendencias futuras en la percepción de vehículos autónomos
- Nuevas tecnologías de sensores en coches autónomos
- Avances impulsados por la IA en el análisis de datos de sensores
- El futuro de los sistemas de percepción de vehículos totalmente autónomos
Resumen y próximos pasos
Requerimientos
- Comprensión de los sistemas automotrices y la electrónica
- Experiencia con lenguajes de programación como Python o MATLAB
- Conocimientos básicos de sistemas de control y procesamiento de señales
Público objetivo
- Ingenieros que trabajan en el desarrollo de vehículos autónomos
- Profesionales automotrices interesados en la integración de sensores
- Especialistas en IoT que exploran aplicaciones de sensores en movilidad inteligente
21 Horas