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
- Panorama de los frameworks y bibliotecas de IA utilizadas en la conducción autónoma
- Tendencias e innovaciones en la autonomía vehicular basada en IA
Fundamentos del Aprendizaje Profundo para la Conducción Autónoma
- Arquitecturas de redes neuronales para autos sin conductor
- Redes neuronales convolucionales (CNN) para procesamiento de imágenes
- Redes neuronales recurrentes (RNN) para datos temporales
Visión por Computador para la Conducción Autónoma
- Detección de objetos utilizando YOLO y SSD
- Técnicas de detección de carriles y seguimiento de carreteras
- 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 por refuerzo profundo (DRL)
- Aprendizaje basado en simulación para políticas de conducción
Fusión de Sensores y Percepción
- Integración de datos de LiDAR, RADAR y cámara
- 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 de comportamiento
- Pronóstico de trayectorias para la evitación de obstáculos
- Reconocimiento del estado e intención 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 Caso 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 carriles
Resumen y Próximos Pasos
Requerimientos
- Dominio de la programación en Python
- Experiencia con frameworks de aprendizaje automático y aprendizaje profundo
- Familiaridad con tecnología automotriz y visión por computador
Público objetivo
- Científicos de datos que buscan trabajar en aplicaciones de conducción autónoma
- Especialistas en IA enfocados en el desarrollo de IA automotriz
- Desarrolladores interesados en técnicas de aprendizaje profundo para autos sin conductor
21 Horas
