Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot Meersensordatafusie
- Het belang van datafusie in autonome navigatie
- Uitdagingen bij het integreren van meerdere sensoren
- Toepassingen van datafusie voor realtime waarneming
Sensortechnologieën en eigenschappen van de gegenereerde data
- LiDAR: Genereren en verwerken van puntwolken
- Camera’s: Verzamelen en bewerken van visuele data
- RADAR: Objectdetectie en inschatting van snelheid
- Inertiële meetsystemen (IMU): Bewakings- en trackingfuncties
Basisprincipes van Datafusie
- Wiskundige grondslagen: Kalman-filters, Bayesiaanse inferentie
- Technieken voor data-associatie en synchronisatie
- Omgang met sensorruis en onzekerheden in de data
Fusiealgoritmen voor Autonome Navigatie
- Kalman-filter en uitgebreid Kalman-filter (EKF)
- Partikelfilter voor niet-lineaire systemen
- Unscented Kalman-filter (UKF) voor complexe dynamische situaties
- Data-associatie met behulp van nearest-neighbor en Joint Probabilistic Data Association (JPDA)
Praktische Implementatie van Sensordatafusie
- Integreren van LiDAR- en cameradata voor objectdetectie
- Fuseren van RADAR- en cameradata ter schatting van snelheid
- Combineren van GPS- en IMU-data voor nauwkeurige lokalisatie
Realtime Dataprocessering en Synchronisatie
- Tijdsstempeling en methoden voor synchronisatie van data
- Omgang met vertragingen en optimalisatie van realtime-prestaties
- Beheren van data afkomstig uit asynchrone sensoren<\/li>
Gevorderde Technieken en Uitdagingen
- Inzet van deep learning bij datafusie
- Integratie van multimodale data en extractie van relevante kenmerken
- Omgaan met sensorstoringen en onvolledige of vervormde data
Prestatie-evaluatie en Optimalisatie
- Meetkunden voor kwantitatieve evaluatie van fusieaccuratesse
- Analyse van systeemprestaties onder diverse omgevingsomstandigheden
- Verbeteren van de robuustheid en fouttolerantie van het systeem
Casestudy's en Praktische Toepassingen
- Toepassing van fusietechnieken in prototypen van autonome voertuigen
- Succesvolle implementatie van sensordatafusie-algoritmen
- Workshop: Het bouwen van een meersensordata-fusiepipeline
Samenvatting en Vervolgstappen
Vereisten
- Ervaring met programmeren in Python
- Kennis van basistypen sensoren (bijv. LiDAR, camera’s, RADAR)
- Vertrouwdheid met ROS en dataprocesverwerking
Doelgroep
- Specialisten in sensordatafusie die werkzaam zijn aan autonome navigatiesystemen
- AI-engineers gespecialiseerd in de integratie van meerdere sensoren en dataverwerking
- Onderzoekers actief op het gebied van waarneming bij autonome voertuigen
21 Uren
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 4800 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
