Cursusaanbod

Inleiding tot Edge AI in Robotica

  • Wat is Edge AI?
  • Waarom is Edge AI essentieel voor robotica
  • Uitdagingen van real-time AI in autonome systemen

AI-Modellen implementeren op Edge-apparaten

  • AI-inferentie op NVIDIA Jetson en andere edge-hardware
  • Gebruik van TensorFlow Lite en ONNX voor edge-deployments
  • AI-modellen optimaliseren voor real-time uitvoering

Real-Time Perceptie voor Autonome Systemen

  • Computer vision voor robotische navigatie
  • Sensorfusie: LiDAR, camera's en IMU's
  • Edge AI voor objectdetectie en tracking

Besluitvorming en Controle in Robotica

  • Versterkend leren voor autonome gedragingen
  • Padplanning en hindernisvermijding
  • Latency optimaliseren in real-time AI-systemen

AI integreren met ROS (Robot Operating System)

  • Overzicht van ROS en zijn ecosysteem
  • AI-gebaseerde perceptiemodellen draaien in ROS
  • Edge AI in multi-robot en zwermrobotica toepassingen

AI optimaliseren voor laag-vermogen robotische systemen

  • Efficiënte neurale netwerkarchitecturen voor robotica
  • Vermogenverbruik verminderen in AI-gedreven robots
  • AI implementeren op batterijgestuurde robotische platforms

Echte toepassingen en toekomstige trends

  • Autonome drones en industriële robots
  • AI-aangedreven robotassistenten
  • Toekomstige vooruitgang in Edge AI voor robotica

Samenvoeging en volgende stappen

Vereisten

  • Begrip van AI en machine learning modellen
  • Ervaring met embedded systemen of robotica
  • Basis kennis van real-time computing

Publiek

  • Roboticageleerden
  • AI ontwikkelaars
  • Automatisatiespecialisten
 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën