Cursusaanbod

Introductie tot Multi-Sensor Data Fusion

  • Het belang van datafusie in autonome navigatie
  • Uitdagingen bij de integratie van meerdere sensoren
  • Toepassingen van datafusie in real-time perceptie

Sensortechnologieën en Data Karakteristieken

  • LiDAR: Generatie en verwerking van point clouds
  • Camera: Visuele data vastlegging en beeldverwerking
  • RADAR: Objectdetectie en snelheidschatting
  • Inertial Measurement Units (IMUs): Bewegingsregistratie

Fundamenten van Datafusie

  • Mathematical fundamenten: Kalman filters, Bayesiaanse inferentie
  • Data associatie en uitlijningstechnieken
  • Omgaan met sensorruis en onzekerheid

Fusie Algoritmen voor Autonome Navigatie

  • Kalman Filter en Extended Kalman Filter (EKF)
  • Particle Filter voor niet-lineaire systemen
  • Unscented Kalman Filter (UKF) voor complexe dynamiek
  • Data associatie met behulp van Nearest Neighbor en Joint Probabilistic Data Association (JPDA)

Praktische Sensor Fusion Implementatie

  • Integratie van LiDAR- en cameragegevens voor objectdetectie
  • Fusie van RADAR- en cameragegevens voor snelheidschatting
  • Combinatie van GPS- en IMU-gegevens voor nauwkeurige lokalisatie

Real-Time Data Verwerking en Synchronisatie

  • Tijdstempelen en data synchronisatiemethoden
  • Latentiebehandeling en real-time prestatieoptimalisatie
  • Beheer van gegevens van asynchrone sensoren

Geavanceerde Technieken en Uitdagingen

  • Deep learning benaderingen voor datafusie
  • Multi-modale data integratie en feature extractie
  • Omgaan met sensorstoringen en gedegradeerde data

Prestatie Evaluatie en Optimalisatie

  • Kwantitatieve evaluatiemetrieken voor fusienauwkeurigheid
  • Prestatieanalyse onder verschillende omgevingsomstandigheden
  • Verbetering van systeemrobuustheid en fouttolerantie

Casestudies en Real-World Toepassingen

  • Fusietechnieken in autonome voertuigprototypes
  • Succesvolle implementatie van sensorfusie-algoritmen
  • Workshop: Implementatie van een multi-sensor fusiepijplijn

Samenvatting en Volgende Stappen

Vereisten

  • Ervaring met Python programmeren
  • Kennis van basis sensortechnologieën (bijv. LiDAR, camera's, RADAR)
  • Bekendheid met ROS en dataverwerking

Doelgroep

  • Sensorfusiespecialisten die werken aan autonome navigatiesystemen
  • AI-ingenieurs die zich richten op multi-sensorintegratie en dataverwerking
  • Onderzoekers op het gebied van autonome voertuigperceptie
 21 Uren

Leveringsopties

PRIVÉGROEPSTRAINING

Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.

  • Pre-cursusgesprek met uw trainer
  • Aanpassing van de leerervaring om uw doelen te bereiken -
    • Op maat gemaakte overzichten
    • Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
  • Training gepland op een datum naar keuze
  • Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen

Private Group Prices RRP from €6840 online delivery, based on a group of 2 delegates, €2160 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.

Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen


OPENBARE TRAINING

Kijk op onze public courses

Voorlopige Aankomende Cursussen

Gerelateerde categorieën