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 la IA en Vehículos Autónomos
- Comprensión de los niveles de conducción autónoma e integración de IA.
- Visión general de los frameworks y bibliotecas de IA utilizadas en la conducción autónoma.
- Tendencias e innovaciones en la autonomía vehicular impulsada por IA.
Fundamentos del Aprendizaje Profundo para la Conducción Autónoma
- Arquitecturas de redes neuronales para coches autónomos.
- Redes neuronales convolucionales (CNN) para el procesamiento de imágenes.
- Redes neuronales recurrentes (RNN) para datos temporales.
Visión por Computador para la Conducción Autónoma
- Detección de objetos mediante YOLO y SSD.
- Técnicas de detección de carriles y seguimiento de carretera.
- Segmentación semántica para la percepción del entorno.
Aprendizaje por Refuerzo para las Decisiones de Conducción
- Procesos de Decisión de Markov (MDP) en vehículos autónomos.
- Entrenamiento de modelos de aprendizaje profundo por refuerzo (DRL).
- Aprendizaje basado en simulaciones para políticas de conducción.
Fusión de Sensores y Percepción
- Integración de datos de LiDAR, RADAR y cámaras.
- Filtrado de Kalman y técnicas de fusión de sensores.
- Procesamiento de datos multisensor para el mapeo del entorno.
Modelos de Aprendizaje Profundo para la Predicción de Conducción
- Desarrollo de modelos de predicción conductual.
- Pronóstico de trayectorias para evitar obstáculos.
- Reconocimiento del estado e intenciones del conductor.
Evaluación y Optimización de Modelos
- Métricas para la precisión y el rendimiento del modelo.
- Técnicas de optimización para la ejecución en tiempo real.
- Despliegue de modelos entrenados en plataformas de vehículos autónomos.
Estudios de Casos y Aplicaciones del Mundo Real
- Análisis de incidentes de vehículos autónomos y desafíos de seguridad.
- Exploración de implementaciones exitosas de sistemas de conducción impulsados por IA.
- Proyecto: Desarrollo de un modelo de IA para el seguimiento de carril.
Resumen y Próximos Pasos
Requerimientos
- Dominio de la programación en Python
- Experiencia con frameworks de aprendizaje automático y aprendizaje profundo
- Conocimiento familiar de la tecnología automotriz y la visión por computador
Audiencia objetivo
- Científicos de datos que buscan trabajar en aplicaciones de conducción autónoma.
- Especialistas en IA enfocados en el desarrollo de inteligencia artificial automotriz.
- Desarrolladores interesados en técnicas de aprendizaje profundo para coches autónomos.
21 Horas
