Etika i pravni aspekti autonomne vožnje Kurs za obuku

Ova obuka uz instruktora uživo u Srbija (online ili uživo) namenjena je inženjerima robotike i istraživačima veštačke inteligencije naprednog nivoa koji žele da implementiraju sofisticirane algoritme planiranja putanje kako bi poboljšali performanse autonomnih vozila.

Na kraju ove obuke, učesnici će moći da:

• razumeju teorijske osnove naprednih algoritama planiranja putanje.
• implementiraju algoritme poput RRT*, A* i D* za navigaciju u realnom vremenu.
• optimizuju planiranje putanje za izbegavanje prepreka i dinamična okruženja.
• integrišu algoritme planiranja putanje sa podacima sa senzora radi poboljšane tačnosti.
• procene performanse različitih algoritama u praktičnim scenarijima.

Ova trenera vodjena, uživa obuka u Srbija (online ili na licu mesta) namenjena je naprednim naučnicima za podatke, specijalistima za veštačku inteligenciju i developerima u automotive industriji koji žele da grade, obučavaju i optimišu modele veštačke inteligencije za primene u autonomnoj vožnji.

Nakon završetka ove obuke, učesnici će moći da:

• Razumeju osnove veštačke inteligencije i dubokog učenja u kontekstu autonomnih vozila.
• Implementiraju tehnike kompjuterskog vida za detekciju objekata u realnom vremenu i praćenje traka.
• Koriste jačanje učenja (reinforcement learning) za proces donošenja odluka u sistemima autonomne vožnje.
• Integrišu tehnike spajanja senzora (sensor fusion) za bolju percepciju i navigaciju.
• Grade modele dubokog učenja za predikciju i analizu vozačkih scenarija.

Ova trenerovodena živa obuka u Srbija (online ili na lokaciji) namenjena je inženjerima bezbednosti i stručnjacima za automobilsku bezbednost naprednog nivoa koji žele da razvije sveobuhvatne strategije bezbednosti za autonomna vozila, uključujući analizu opasnosti, procenu funkcionalne bezbednosti i usklađivanje sa međunarodnim standardima.

Na kraju ove obuke, učesnici će moći da:

• Prepoznaju i procene bezbednosne rizike povezane sa sistemima autonomne vožnje.
• Izvedu analizu opasnosti i procenu rizika koristeći industrijske standarde.
• Implementiraju metode validacije i verifikacije bezbednosti za sisteme autonomnih vozila (AV).
• Primene standarde funkcionalne bezbednosti, kao što su ISO 26262 i SOTIF.
• Razviju strategije ublažavanja rizika za izazove bezbednosti u autonomnim vozilima.

Ova obuka koju vodi instruktor uživo u Srbija (online ili na lokaciji) namenjena je developerima veštačke inteligencije i inženjerima računarske vizije srednjeg nivoa koji žele da grade robustne sisteme vizije za primene u autonomnoj vožnji.

Završivši ovu obuku, učesnici će moći da:

• Razumeju osnovne koncepte računarske vizije u autonomnim vozilima.
• Implementiraju algoritme za detekciju objekata, detekciju traka i semantičku segmentaciju.
• Integriraju sisteme vizije sa drugim pod-sistemima autonomnih vozila.
• Primene tehnike dubokog učenja za napredne zadatke percepcije.
• Evaluiraju performansu modela računarske vizije u realnim scenarijima.

Ova obuka sa predavačem, održavana na lokaciji <loka > (online ili na licu mesta), namenjena je stručnjacima početničnog nivoa i entuzijastima koji žele da razumeju osnovne koncepte, tehnologije i primene autonomnih vozila.

Krajem ove obuke, učesnici će moći da:

• razumeju ključne komponente i principe rada autonomnih vozila.
• istraže ulogu veštačke inteligencije, senzora i obrade podataka u realnom vremenu u sistemima za samostalnu vožnju.
• analiziraju različite nivoe autonomije vozila i njihove primene u stvarnom svetu.
• procene etičke, pravne i regulatorne aspekte autonomne mobilnosti.
• dobiju praktično iskustvo kroz simulacije autonomnih vozila.

Ova obuka koju vodi predavač, u uživo formatu u Srbija (online ili na lokaciji), namenjena je specijalistima za fuziju senzora i inženjerima veštačke inteligencije naprednog nivoa koji žele da razvijaju algoritme fuzije više senzora i optimizuju navigaciju u realnom vremenu u autonomnim sistemima.

Na kraju ove obuke, učesnici će moći da:

• Razumeju osnove i izazove fuzije podataka više senzora.
• Implementiraju algoritme fuzije senzora za autonomnu navigaciju u realnom vremenu.
• Integrišu podatke sa LiDAR, kamera i RADAR-a radi poboljšanja percepcije.
• Analiziraju i evaluiraju performanse sistema fuzije pod uslovima različitih okruženja.
• Razvijaju praktična rešenja za smanjenje šuma senzora i poravnanje podataka.

U ovom treninzingu uživo, koji vodi obučavač u <lokalitetu> (online ili na lokaciji), ciljna grupa su inženjeri na srednjem nivou, automobilski profesionalci i IoT specijalisti koji žele da razumeju ulogu senzora u autonomnim automobilima, obuhvatajući LiDAR, radar, kamere i tehnike fuzije senzora.

Na kraju ovog treninga, učesnici će moći da:

• Razumeju različite tipove senzora koji se koriste u autonomnim vozilima.
• Analiziraju podatke sa senzora za percepciju i donošenje odluka u realnom vremenu.
• Primenjuju tehnike fuzije senzora kako bi poboljšali preciznost i bezbednost vozila.
• Optimizovali pozicioniranje i kalibraciju senzora radi unapređenja performansi autonomne vožnje.

Ova obuka sa predavačem uživo u <lokalizaciji > (online ili na lokaciji) namenjena je inženjerima mreža srednjeg nivoa i razvijaočima IoT rešenja za automobilske industrije koji žele da razumeju i implementiraju tehnologije V2X komunikacije za autonomna vozila.

Na kraju ove obuke, učesnici će biti u mogućnosti da:

• Razumeju osnovne koncepte V2X komunikacije.
• Analiziraju modele V2V, V2I, V2P i V2N komunikacije.
• Implementiraju V2X protokole poput DSRC-a i C-V2X-a.
• Razviju simulacije za okruženja povezanih vozila.
• Rešavaju izazove u oblasti sajber bezbednosti i privatnosti u V2X mrežama.