Artificial Intelligence (AI) in Automotive Schulung
Dieser Kurs umfasst AI (emphasizing Machine Learning und Deep Learning) in Automotive Industrie. Es hilft zu bestimmen, welche Technologie (potenziell) in mehreren Situationen in einem Auto verwendet werden kann: von einfacher Automatisierung, Bilderkennung bis hin zu autonomen Entscheidungsfindung.
Schulungsübersicht
Aktueller Stand der Technik
- Was wird verwendet
- Was potenziell genutzt werden kann
Regelbasierte KI
- Vereinfachung der Entscheidung
Machine Learning
- Klassifizierung
- Clustering
- Neural Networks
- Arten von Neural Networks
- Präsentation von Arbeitsbeispielen und Diskussion
Deep Learning
- Grundlegendes Vokabular
- Wann sollte man Deep Learning verwenden, wann nicht
- Schätzung von Rechenressourcen und Kosten
- Sehr kurzer theoretischer Hintergrund zu Deep Neural Networks
Deep Learning in der Praxis (hauptsächlich unter Verwendung von TensorFlow)
- Aufbereitung der Daten
- Auswahl der Verlustfunktion
- Auswahl eines geeigneten Typs eines neuronalen Netzes
- Genauigkeit vs. Geschwindigkeit und Ressourcen
- Training des neuronalen Netzes
- Messung von Effizienz und Fehlern
Verwendung von Proben
- Erkennung von Anomalien
- Bilderkennung
- ADAS
Voraussetzungen
Die Teilnehmer müssen über Programmiererfahrung (in einer beliebigen Sprache) und einen technischen Hintergrund verfügen, müssen aber während des Kurses keinen Code schreiben.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.
Artificial Intelligence (AI) in Automotive Schulung - Buchung
Artificial Intelligence (AI) in Automotive Schulung - Anfrage
Artificial Intelligence (AI) in Automotive - Beratungsanfrage
Kommende Kurse
Kombinierte Kurse
Erweiterte Pfellanpassungsalgorithmen für autonome Fahrzeuge
21 StundenDiese 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.
Künstliche Intelligenz und Deep Learning für Automatisiertes Fahren
21 StundenDieses von einem Trainer geleitete Live-Training in Schweiz (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.
Automotive Softwareentwicklung mit AUTOSAR: Klassische und adaptive Plattformen
28 StundenAUTOSAR (AUTomotive Open System ARchitecture) ist eine weltweite Entwicklungspartnerschaft von Automobilherstellern, Lieferanten und Werkzeugentwicklern, die eine standardisierte Softwarearchitektur für elektronische Steuergeräte (ECUs) im Automobilbereich definiert.
Dieses von einem Trainer geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Automotive-Softwareentwickler, die lernen möchten, Software mit den AUTOSAR Klassischen und adaptiven Plattformen zu entwerfen, zu entwickeln und zu integrieren, insbesondere im Fokus auf ADAS (Advanced Driver Assistance Systems).
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
- Die AUTOSAR Klassische und adaptive Architekturen sowie deren wesentliche Unterschiede zu verstehen.
- Automobilsoftwarekomponenten mit AUTOSAR-konformen Werkzeugen zu entwickeln und zu konfigurieren.
- ADAS-Softwarekomponenten in AUTOSAR-adaptiven Umgebungen zu integrieren und zu testen.
- Best Practices zur Sicherheit, zum Schutz und zur Performanceoptimierung für automobilrelevante Systeme anzuwenden.
Kursformat
- Interaktive Vorlesung und Diskussion.
- Praktische Übungen mit branchenüblichen AUTOSAR-Werkzeugen.
- Projektbasiertes Lernen und Simulation von automobilrelevante Anwendungsfällen.
Anpassungsmöglichkeiten des Kurses
- Für eine angepasste Schulung zu diesem Kurs kontaktieren Sie uns bitte, um die Anordnung vorzunehmen.
Autosar Einführung – Technologieübersicht
14 StundenDiese von einem Ausbilder geleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich hauptsächlich an Ingenieure, die Autosar für die Konstruktion von Automobilkomponenten verwenden möchten.
Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
- Autosar zu installieren und zu konfigurieren.
- Einen Arbeitsablauf einzurichten.
- Sich in der Autosar-Umgebung zurechtzufinden.
- Effizient zu arbeiten.
AUTOSAR Grundsoftware - A
28 StundenDieses von einem Dozenten angeführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene eingebettete Softwareentwickler und Automobil-Ingenieure, die die AUTOSAR Classic Platform verwenden möchten, um standardisierte Softwarekomponenten für elektronische Steuergeräte (ECUs) zu entwickeln, zu integrieren und zu testen.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
AUTOSAR-Entwicklungstools (z.B. DaVinci Developer, EB Tresos oder ETAS ISOLAR-A/B) zu installieren und zu konfigurieren.
Die schichtbasierte Architektur von AUTOSAR und die grundlegenden Softwaremodule (BSW) zu verstehen.
Das AUTOSAR-Betriebssystem (OS) und den Kommunikationstack (COM-Stack) zu entwerfen und umzusetzen.
CANoe oder ähnliche Tools zur Simulation, Testung und Diagnose in einer AUTOSAR-Umgebung zu verwenden.
Grundlagen der Design des AUTOSAR-Motorcontrollers
7 StundenDieses von einem Dozenten geführte, Live-Training in Schweiz (online oder vor Ort) richtet sich an Automobil-Ingenieure, die AUTOSAR zur Gestaltung von Motorenschaltungen verwenden möchten.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
- Die ARCHITECTURE und Methodik von AUTOSAR zu verstehen.
- Zu lernen, wie man Motorenschaltungen mit AUTOSAR gestaltet.
AUTOSAR OS und COM Stack
28 StundenDieses von einem Dozenten angeleitete, live-Training (online oder vor Ort) richtet sich an fortgeschrittene eingebettete Softwareentwickler oder Automobilingenieure, die AUTOSAR OS (basierend auf OSEK/VDX) und den COM Stack verstehen und konfigurieren möchten, um verlässliches Task-Scheduling und Kommunikation in Automotive-ECUs zu ermöglichen.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
- Die AUTOSAR OS-Architektur und Scheduling-Richtlinien zu verstehen
- Tasks, Events, Alarms und Counters zu implementieren und zu verwalten
- Die COM Stack-Schichten, einschließlich PDUR und Kommunikationsservices, zu beschreiben und zu konfigurieren
- Protokollstapel (CAN, LIN, FlexRay, Ethernet) zu erklären und wie AUTOSAR mit ihnen interagiert
- OS- und COM-Module mit Branchenwerkzeugen (Vector DaVinci oder ETAS ISOLAR) zu konfigurieren
- Task- und Kommunikationsabläufe in einem AUTOSAR-basierten ECU zu simulieren und zu validieren
Selbstandständige Fahrzeug Sicherheit und Risiko-Bewertung
21 StundenDiese 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.
Computervision für autonomes Fahren
21 StundenDiese von einem Dozenten geführte, lebendige Schulung in Schweiz (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.
Ethik und Rechtliche Aspekte der Autonomen Fahren
14 StundenDiese 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.
EV Powertrains and Battery Technology
14 StundenDieses von einem Trainer geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die ein umfassendes Verständnis für Architekturen der Antriebsströme von Elektrofahrzeugen (EV), Batteriechemie, -managementsysteme (BMS) und die Faktoren, die die Energieeffizienz in Elektrofahrzeugen beeinflussen, erlangen möchten.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
- Die Struktur und Funktionsweise von EV-Antriebsströmen zu verstehen.
- Verschiedene Batteriechemien und ihre Anwendungen in EVs zu analysieren.
- Techniken zur Batteriemanagement um Leistung und Sicherheit zu verbessern, umzusetzen.
- Die Energieeffizienz in verschiedenen EV-Konfigurationen zu bewerten.
Einführung in autonomes Fahren: Konzepte und Anwendungen
14 StundenDiese 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.
Multi-Sensor-Datenfusion für autonome Navigation
21 StundenDiese live durch einen Dozenten geführte Schulung in Schweiz (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.
Sensortechnologien in autonomen Fahrzeugen
21 StundenDiese, 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.
Fahrzeug-zu-Allem (V2X)-Kommunikation für autonome Fahrzeuge
21 StundenDiese 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.