Programa do Curso

Introdução ao Edge AI em Sistemas Autônomos

  • Visão geral do Edge AI e sua importância nos sistemas autônomos
  • Benefícios e desafios na implementação de Edge AI em sistemas autônomos
  • Tendências e inovações atuais no Edge AI para autonomia
  • Aplicações práticas e estudos de caso

Processamento em Tempo Real em Sistemas Autônomos

  • Fundamentos do processamento de dados em tempo real
  • Modelos de IA para tomada de decisões em tempo real
  • Manipulação de fluxos de dados e fusão de sensores
  • Exemplos práticos e estudos de caso

Edge AI em Veículos Autônomos

  • Modelos de IA para percepção e controle de veículos
  • Desenvolvimento e implementação de soluções de IA para navegação em tempo real
  • Integração do Edge AI com sistemas de controle de veículos
  • Estudos de caso de Edge AI em veículos autônomos

Edge AI em Drones

  • Modelos de IA para percepção e controle de voo de drones
  • Processamento de dados e tomada de decisões em tempo real em drones
  • Implementação do Edge AI para voo autônomo e evitação de obstáculos
  • Exemplos práticos e estudos de caso

Edge AI em Robótica

  • Modelos de IA para percepção e manipulação robóticas
  • Processamento e controle em tempo real em sistemas robóticos
  • Integração do Edge AI com arquiteturas de controle robótico
  • Estudos de caso de Edge AI na robótica

Desenvolvimento de Modelos de IA para Aplicações Autônomas

  • Visão geral dos modelos de aprendizado de máquina e deep learning relevantes
  • Treinamento e otimização de modelos para implantação na borda
  • Ferramentas e frameworks para Edge AI autônomo (TensorFlow Lite, ROS, etc.)
  • Validação e avaliação de modelos em configurações autônomas

Implantação de Soluções de Edge AI em Sistemas Autônomos

  • Etapas para implantar modelos de IA em diferentes hardware na borda
  • Processamento e inferência de dados em tempo real em dispositivos da borda
  • Monitoramento e gerenciamento de modelos de IA implantados
  • Exemplos práticos de implantação e estudos de caso

Considerações Éticas e Regulatórias

  • Garantir segurança e confiabilidade em sistemas autônomos baseados em IA
  • Lidar com vieses e equidade nos modelos de IA autônomos
  • Conformidade com regulamentos e padrões em sistemas autônomos
  • Melhores práticas para implantação responsável de IA em sistemas autônomos

Avaliação e Otimização do Desempenho

  • Técnicas para avaliar o desempenho dos modelos em sistemas autônomos
  • Ferramentas para monitoramento e depuração em tempo real
  • Estratégias para otimizar o desempenho de modelos de IA em aplicações autônomas
  • Lidar com desafios de latência, confiabilidade e escalabilidade

Casos de Uso Inovadores e Aplicações

  • Aplicações avançadas do Edge AI em sistemas autônomos
  • Estudos de caso detalhados em diversos domínios autônomos
  • Histórias de sucesso e lições aprendidas
  • Tendências futuras e oportunidades no Edge AI para autonomia

Projetos Práticos e Exercícios

  • Desenvolvimento de uma aplicação abrangente de Edge AI para um sistema autônomo
  • Projetos e cenários do mundo real
  • Exercícios em grupo colaborativo
  • Apresentações de projetos e feedback

Resumo e Próximos Passos

Requisitos

  • Compreensão dos conceitos de IA e aprendizado de máquina
  • Experiência com linguagens de programação (Python recomendado)
  • Familiaridade com robótica, sistemas autônomos ou tecnologias relacionadas

Público-alvo

  • Engenheiros de robótica
  • Desenvolvedores de veículos autônomos
  • Pesquisadores de IA
 14 Horas

Próximas Formações Provisórias

Categorias Relacionadas