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 de 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
- Funcionamiento del LiDAR: principios y aplicaciones
- Procesamiento de datos LiDAR y mapeo 3D
- Fortalezas 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
Cámaras y sistemas de visión por computadora
- Tipos de cámaras utilizadas en vehículos autónomos
- Técnicas de procesamiento de imágenes para 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 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 autónomas
- Latencia y restricciones en tiempo real en la percepción autónoma
- Procesamiento de datos de sensores para navegación y evasión de obstáculos
- Estudios de caso: Tesla, Waymo y otros líderes de la industria
Pruebas y calibración de sensores en vehículos autónomos
- Métodos para calibración de sensores y corrección de errores
- Pruebas del rendimiento de los sensores en diferentes entornos
- Optimización de la ubicación de sensores para mejorar la percepción del vehículo
Tendencias futuras en la percepción de vehículos autónomos
- Tecnologías emergentes de sensores en vehículos de conducción autónoma
- 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
- Conocimiento de sistemas y electrónica automotriz
- 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 del sector automotriz interesados en la integración de sensores
- Especialistas en IoT que exploran aplicaciones de sensores en la movilidad inteligente
21 Horas