Programa do Curso

Introdução a Edge AI em Robotics

  • O que é Edge AI?
  • Porque é que Edge AI é essencial para a robótica
  • Desafios da IA em tempo real nos sistemas autónomos

Implementação de modelos de IA em dispositivos periféricos

  • Inferência de IA no NVIDIA Jetson e noutro hardware de ponta
  • Utilizar TensorFlow Lite e ONNX para a implementação no edge
  • Otimização de modelos de IA para execução em tempo real

Perceção em tempo real para sistemas autónomos

  • Visão computacional para navegação robótica
  • Fusão de sensores: LiDAR, câmaras e IMUs
  • Edge AI para deteção e seguimento de objectos

Tomada de decisões e controlo em Robotics

  • Aprendizagem por reforço para comportamentos autónomos
  • Planeamento de trajectórias e prevenção de obstáculos
  • Otimização da latência em sistemas de IA em tempo real

Integração da IA com o ROS (Sistema Operativo de Robôs)

  • Visão geral do ROS e do seu ecossistema
  • Execução de modelos de perceção baseados em IA em ROS
  • Edge AI em aplicações multi-robot e de robótica de enxame

Otimização da IA para sistemas robóticos de baixo consumo

  • Arquitecturas eficientes de redes neuronais para robótica
  • Reduzir o consumo de energia em robôs com IA
  • Implementar a IA em plataformas robóticas alimentadas por bateria

Aplicações no mundo real e tendências futuras

  • Drones autónomos e robôs industriais
  • Assistentes robóticos alimentados por IA
  • Futuros avanços em Edge AI para a robótica

Resumo e próximas etapas

Requisitos

  • Conhecimento da IA e dos modelos de aprendizagem automática
  • Experiência com sistemas incorporados ou robótica
  • Conhecimentos básicos de computação em tempo real

Público

  • Engenheiros Robotics
  • Programadores de IA
  • Especialistas em automatização
 21 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas