Contacta con nosotros

Temario del curso

Introducción a los sensores en vehículos autónomos

  • Visión general de la arquitectura de 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 del LiDAR y mapeo 3D
  • Ventajas y limitaciones del LiDAR en sistemas de conducción autónoma

Sensores 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 computador

  • Tipos de cámaras utilizadas en vehículos autónomos
  • Técnicas de procesamiento de imágenes para reconocimiento de objetos
  • Aplicaciones del aprendizaje profundo en percepción visual

Fusión de sensores e integración de datos

  • Introducción a las técnicas de fusión de sensores
  • Combinación de datos de LiDAR, radar y cámaras para 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 para la percepción autónoma
  • Procesamiento de datos del sensor para navegación y prevención de obstáculos
  • Casos de estudio: Tesla, Waymo y otros líderes de la industria

Pruebas y calibración de sensores en vehículos autónomos

  • Métodos de calibración de sensores y corrección de errores
  • Evaluación del rendimiento del sensor en diferentes entornos
  • Optimización de la ubicación del sensor para mejorar la percepción del vehículo

Tendencias futuras en percepción para vehículos autónomos

  • Nuevas tecnologías de sensores en automóviles autónomos
  • Avances impulsados por IA en el análisis de datos de sensores
  • El futuro de los sistemas de percepción completamente 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

Audiencia

  • 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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas