Curso de Introdução aos Veículos Autónomos: Conceitos e Aplicações

Esta formação ao vivo, com instrutor, em Portugal (online ou presencial), destina-se a engenheiros de robótica e investigadores em IA de nível avançado que pretendem implementar algoritmos sofisticados de planeamento de trajetos para melhorar o desempenho de veículos autónomos.

Ao final desta formação, os participantes serão capazes de:

• Compreender os fundamentos teóricos dos algoritmos avançados de planeamento de trajetos.
• Implementar algoritmos como RRT*, A* e D* para navegação em tempo real.
• Otimizar o planeamento de trajetos para evitamento de obstáculos e ambientes dinâmicos.
• Integrar algoritmos de planeamento de trajetos com dados de sensores para aumentar a precisão.
• Avaliar o desempenho de diversos algoritmos em cenários práticos.

Esta formação ao vivo, conduzida por um instrutor em Portugal (online ou presencial), destina-se a cientistas de dados de nível avançado, especialistas em IA e desenvolvedores de IA automotiva que pretendem construir, treinar e otimizar modelos de IA para aplicações de condução autónoma.

No final desta formação, os participantes serão capazes de:

• Compreender os fundamentos da IA e da aprendizagem profunda no contexto de veículos autónomos.
• Implementar técnicas de visão computacional para deteção de objetos em tempo real e seguimento de faixas.
• Utilizar o aprendizado por reforço para a tomada de decisões em sistemas de condução autónoma.
• Integrar técnicas de fusão de sensores para uma melhor perceção e navegação.
• Construir modelos de deep learning para prever e analisar cenários de condução.

Este treinamento ao vivo, conduzido por um instrutor, em Portugal (online ou presencial), destina-se a engenheiros de segurança de nível avançado e profissionais de segurança automóvel que pretendam desenvolver estratégias abrangentes de segurança para veículos autónomos, incluindo análise de perigos, avaliações de segurança funcional e conformidade com normas internacionais.

No final deste treinamento, os participantes serão capazes de:

• Identificar e avaliar riscos de segurança associados a sistemas de condução autónoma.
• Realizar análise de perigos e avaliação de risco utilizando normas da indústria.
• Implementar métodos de validação e verificação de segurança para sistemas de veículos autónomos.
• Aplicar normas de segurança funcional, como a ISO 26262 e o SOTIF.
• Desenvolver estratégias de mitigação de riscos para desafios de segurança em veículos autónomos.

Esta formação ao vivo, conduzida por instrutor em Portugal (online ou presencial), destina-se a desenvolvedores de IA e engenheiros de visão computacional de nível intermédio que desejam construir sistemas de visão robustos para aplicações de condução autónoma.

No final desta formação, os participantes deverão ser capazes de:

• Compreender os conceitos fundamentais da visão computacional em veículos autónomos.
• Implementar algoritmos para deteção de objetos, deteção de faixas de rodagem e segmentação semântica.
• Integrar sistemas de visão com outros subsistemas do veículo autónomo.
• Aplicar técnicas de aprendizagem profunda para tarefas avançadas de perceção.
• Avaliar o desempenho de modelos de visão computacional em cenários reais.

Esta formação ao vivo, com instrutor, em Portugal (online ou presencial), destina-se a profissionais de nível inicial que desejam explorar os dilemas éticos e os enquadramentos legais em torno dos veículos autónomos.

Ao final desta formação, os participantes serão capazes de:

• Compreender as implicações éticas da tomada de decisão impulsionada por IA em veículos autónomos.
• Analizar os enquadramentos legais e as políticas globais que regulamentam os carros autónomos.
• Examinar a responsabilidade civil e a imputabilidade em caso de acidentes com veículos autónomos.
• Avaliar o equilíbrio entre inovação e segurança pública nas leis da condução autónoma.
• Debat estudos de caso reais que envolvem dilemas éticos e litígios legais.

Esta formação ao vivo, conduzida por um instrutor em Portugal (online ou presencial), destina-se a especialistas avançados em fusão de sensores e engenheiros de IA que desejam desenvolver algoritmos de fusão multissensor e otimizar a navegação em tempo real em sistemas autônomos.

Ao término desta formação, os participantes serão capazes de:

• Compreender os fundamentos e os desafios da fusão de dados multissensor.
• Implementar algoritmos de fusão de sensores para navegação autônoma em tempo real.
• Integrar dados de LiDAR, câmaras e RADAR para o reforço da perceção.
• Analisar e avaliar o desempenho dos sistemas de fusão em diversas condições.
• Desenvolver soluções práticas para a redução de ruído dos sensores e o alinhamento de dados.

Esta formação ao vivo, ministrada por um instrutor em Portugal (online ou presencial), destina-se a engenheiros de nível intermédio, profissionais da indústria automóvel e especialistas em IoT que desejam compreender o papel dos sensores nos carros autónomos, cobrindo técnicas de LiDAR, radar, câmaras e fusão de sensores.

Ao final desta formação, os participantes serão capazes de:

• Compreender os diferentes tipos de sensores utilizados em veículos autónomos.
• Analisar dados de sensores para a perceção e tomada de decisões do veículo em tempo real.
• Implementar técnicas de fusão de sensores para melhorar a precisão e a segurança do veículo.
• Otimizar a colocação e a calibração dos sensores para um desempenho superior na condução autónoma.

Esta formação ao vivo, dirigida por instrutores, em Portugal (online ou presencial), destina-se a engenheiros de redes de nível intermédio e desenvolvedores de IoT automóvel que desejam compreender e implementar tecnologias de comunicação V2X para veículos autónomos.

Ao final desta formação, os participantes serão capazes de:

• Compreender os conceitos fundamentais da comunicação V2X.
• Analizar os modelos de comunicação V2V, V2I, V2P e V2N.
• Implementar protocolos V2X, como DSRC e C-V2X.
• Desenvolver simulações para ambientes de veículos conectados.
• Abordar os desafios de cibersegurança e privacidade em redes V2X.