お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
ロボティクスにおけるエッジAIの概要
- エッジAIとは何か?
- なぜロボティクスにとってエッジAIが不可欠なのか
- 自律型システムにおけるリアルタイムAIの課題
エッジデバイス上でのAIモデルの展開方法
- NVIDIA Jetsonやその他のエッジハードウェアにおけるAI推論処理
- TensorFlow LiteおよびONNXを用いたエッジ環境への展開手法
- リアルタイム実行を目的としたAIモデルの最適化技術
自律型システムにおけるリアルタイムな認識機能の構築
- ロボットナビゲーション用のコンピュータビジョン技術
- LiDAR、カメラ、IMUなどのセンサー情報を統合する方法
- 物体検出および追跡用のエッジAI活用手法
ロボットにおける意思決定と制御機能の実装
- 自律的な挙動を実現するための強化学習技術
- 経路計画や障害物回避の実装方法
- リアルタイムAIシステムにおける遅延最小化手法
ROS(ロボットオペレーティングシステム)との連携によるAI活用
- ROSおよびそのエコシステムの概要説明
- ROS上でAIベースの認識モデルを動作させる方法
- 複数ロボットや群れ制御用ロボットシステムにおけるエッジAI活用例
低電力で動作するロボット向けのAI最適化手法
- ロボティクス分野向けの効率的なニューラルネットワーク構造
- AI駆動型ロボットにおける電力消費削減技術
- バッテリー駆動のロボットプラットフォームへAIを展開する方法
実際の応用例と今後の発展傾向
- 自律型ドローンや産業用ロボットの活用事例
- AI技術を取り入れたロボットアシスタントの実例
- ロボティクス分野におけるエッジAIの今後の発展動向
まとめおよび次に取り組むべき事項
要求
- AIおよび機械学習モデルに関する基本的な知識があること
- 組み込みシステムやロボティクス分野での実務経験があること
- リアルタイムコンピューティングに関する基礎知識があること
対象者
- ロボティクスエンジニア
- AI開発者
- 自動化専門家
21 時間
お客様の声 (1)
高度なトピックをカバーし、実際の例を使って実践的に学べること
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
コース - Advanced Edge AI Techniques
機械翻訳