Autonomous Vehicles (AVs) Schulungen in Genf

Diese instructor-geführte, Live-Schulung (online oder vor Ort) richtet sich an Berufsanfänger, die die ethischen Dilemmata und rechtlichen Rahmenbedingungen rund um autonome Fahrzeuge erkunden möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die ethischen Implikationen der KI-gesteuerten Entscheidungsfindung in autonomen Fahrzeugen zu verstehen.
• Globale rechtliche Rahmenbedingungen und Richtlinien zur Regulierung von selbstfahrenden Autos zu analysieren.
• Haftung und Verantwortlichkeit im Falle von Unfällen mit autonomen Fahrzeugen zu untersuchen.
• Das Gleichgewicht zwischen Innovation und öffentlicher Sicherheit in den Gesetzen zum autonomen Fahren zu bewerten.
• Reale Fallstudien zu ethischen Dilemmata und Rechtsstreitigkeiten zu diskutieren.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Berufseinsteiger und Enthusiasten, die die grundlegenden Konzepte, Technologien und Anwendungen von autonomen Fahrzeugen verstehen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die wichtigsten Komponenten und Funktionsprinzipien autonomer Fahrzeuge zu verstehen.
• Die Rolle von KI, Sensoren und Echtzeitdatenverarbeitung in selbstfahrenden Systemen zu erkunden.
• Unterschiedliche Autonomiestufen von Fahrzeugen und ihre realen Anwendungen zu analysieren.
• Die ethischen, rechtlichen und regulatorischen Aspekte autonomer Mobilität zu untersuchen.
• Praktische Erfahrungen mit Simulationen autonomer Fahrzeuge zu sammeln.

Diese instructor-geführte, Live-Schulung (online oder vor Ort) richtet sich an Netzwerktechniker und Entwickler im Bereich Automotive IoT mit mittleren Kenntnissen, die V2X-Kommunikationstechnologien für autonome Fahrzeuge verstehen und implementieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die grundlegenden Konzepte der V2X-Kommunikation zu verstehen.
• V2V-, V2I-, V2P- und V2N-Kommunikationsmodelle zu analysieren.
• V2X-Protokolle wie DSRC und C-V2X zu implementieren.
• Simulationen für vernetzte Fahrzeugumgebungen zu entwickeln.
• Cybersecurity- und Datenschutzherausforderungen in V2X-Netzwerken anzugehen.

Diese, von einem Dozenten geleitete, Live-Schulung (online oder vor Ort) richtet sich an erfahrene Ingenieure, Fachkräfte aus der Automobilindustrie und IoT-Spezialisten, die die Rolle von Sensoren in selbstfahrenden Autos verstehen möchten, einschließlich LiDAR, Radar, Kameras und Sensorfusionstechniken.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die verschiedenen Arten von Sensoren zu verstehen, die in autonomen Fahrzeugen verwendet werden.
• Sensordaten für die Echtzeit-Fahrzeugwahrnehmung und Entscheidungsfindung zu analysieren.
• Sensorfusionstechniken zu implementieren, um die Fahrzeuggenauigkeit und -sicherheit zu verbessern.
• Die Sensorplatzierung und -kalibrierung für eine verbesserte Leistung autonomer Fahrten zu optimieren.

Diese instructor-geführte, Live-Schulung (online oder vor Ort) richtet sich an erfahrene Sicherheitsingenieure und Fachleute für Fahrzeugsicherheit, die umfassende Sicherheitsstrategien für autonome Fahrzeuge entwickeln möchten, einschließlich Gefahrenanalyse, funktionaler Sicherheitsbewertungen und die Einhaltung internationaler Standards.

Am Ende dieser Schulung sind die Teilnehmer in der Lage:

• Sicherheitsrisiken, die mit autonomen Fahrsystemen verbunden sind, zu identifizieren und zu bewerten.
• Gefahrenanalysen und Risikobewertungen unter Verwendung von Industriestandards durchzuführen.
• Sicherheitsvalidierungs- und -verifizierungsmethoden für AV-Systeme zu implementieren.
• Funktionale Sicherheitsstandards wie ISO 26262 und SOTIF anzuwenden.
• Risikominderungsstrategien für AV-Sicherheitsprobleme zu entwickeln.

Diese live durch einen Dozenten geführte Schulung in Genf (online oder vor Ort) richtet sich an erfahrene Spezialisten für Sensorfusion und KI-Ingenieure, die Algorithmen zur Multi-Sensor-Fusion entwickeln und die Echtzeitnavigation in autonomen Systemen optimieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Grundlagen und Herausforderungen der Multi-Sensor-Datenfusion zu verstehen.
• Sensorfusionsalgorithmen für die Echtzeit-Autonomnavigation zu implementieren.
• Daten von LiDAR, Kameras und RADAR zur Verbesserung der Wahrnehmung zu integrieren.
• Die Leistung des Fusionssystems unter verschiedenen Bedingungen zu analysieren und zu bewerten.
• Praktische Lösungen zur Reduzierung von Sensorauschen und zur Datenausrichtung zu entwickeln.

Diese von einem Dozenten geführte, lebendige Schulung in Genf (online oder vor Ort) richtet sich an fortgeschrittene AI-Entwickler und Computer-Vision-Ingenieure, die robuste Visionssysteme für autonome Fahrzeuge erstellen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die grundlegenden Konzepte der Computer-Vision in autonomen Fahrzeugen zu verstehen.
• Algorithmen für Objekterkennung, Spurerkennung und semantische Segmentierung umzusetzen.
• Visionssysteme mit anderen Unternehmenssystemen von autonomen Fahrzeugen zu integrieren.
• Tiefes Lernen zur Lösung fortgeschrittener Wahrnehmungsaufgaben anzuwenden.
• Die Leistungsfähigkeit von Computer-Vision-Modellen in realen Szenarien zu bewerten.

Diese Live-Schulung mit Dozenten (online oder vor Ort) richtet sich an fortgeschrittene Robotik-Ingenieure und KI-Forscher, die anspruchsvolle Pfadplanungsalgorithmen implementieren möchten, um die Leistung autonomer Fahrzeuge zu verbessern.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die theoretischen Grundlagen fortschrittlicher Pfadplanungsalgorithmen zu verstehen.
• Algorithmen wie RRT*, A* und D* für die Echtzeitnavigation zu implementieren.
• Die Pfadplanung zur Hindernisvermeidung und in dynamischen Umgebungen zu optimieren.
• Pfadplanungsalgorithmen zur Verbesserung der Genauigkeit in Sensordaten zu integrieren.
• Die Leistung verschiedener Algorithmen in praktischen Szenarien zu bewerten.

Dieses von einem Trainer geleitete Live-Training in Genf (online oder vor Ort) richtet sich an fortgeschrittene Datenwissenschaftler, KI-Spezialisten und Auto-KI-Entwickler, die Modelle für autonome Fahrzeuganwendungen erstellen, trainieren und optimieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Grundlagen von KI und Tiefenlernen im Kontext autonomer Fahrzeuge zu verstehen.
• Computer-Vision-Techniken für Echtzeit-Objekterkennung und Fahrbahnerkennung umzusetzen.
• Stärkungslernen zur Entscheidungsfindung in Selbstfahrsystemen zu nutzen.
• Sensorenfusionstechniken zur besseren Wahrnehmung und Navigation zu integrieren.
• Tiefenlern-Modelle zum Vorhersagen und Analysieren von Fahrzeugszenarien aufzubauen.