Programa del Curso

Introducción a los Sensores de Vehículos Autónomos

  • Descripción general de la arquitectura de vehículos autónomos
  • El papel de los sensores en la tecnología de conducción autónoma
  • Desafíos y limitaciones de la percepción basada en sensores

Sensores LiDAR en Vehículos Autónomos

  • Cómo funciona el LiDAR: principios y aplicaciones
  • Procesamiento de datos LiDAR y mapeo 3D
  • Fortalezas y limitaciones del LiDAR en sistemas de conducción autónoma

Sensores de Radar y Ultrasonido

  • Radar para la detección de objetos y la prevención de colisiones
  • Interpretación de las señales de radar y efectos Doppler
  • Sensores ultrasónicos para la navegación a baja velocidad

Cámara y Sistemas Computer Vision

  • Tipos de cámaras utilizadas en vehículos autónomos
  • Técnicas de procesamiento de imágenes para el reconocimiento de objetos
  • Aplicaciones de aprendizaje profundo en la percepción visual

Sensor Fusion y Data Integration

  • Introducción a las técnicas de fusión de sensores
  • Combinación de datos de LiDAR, radar y cámara para una mayor precisión
  • Enfoques de filtrado de Kalman y aprendizaje profundo para la fusión de sensores

Procesamiento en Tiempo Real y Toma de Decisiones Autónomas

  • Latencia y restricciones de tiempo real en la percepción autónoma
  • Procesamiento de datos de sensores para la navegación y la evitación de obstáculos
  • Estudios de caso: Tesla, Waymo y otros líderes de la industria

Pruebas y Calibración de Sensores de Vehículos Autónomos

  • Métodos para la calibración de sensores y la corrección de errores
  • Prueba del rendimiento de los sensores en diferentes entornos
  • Optimización de la ubicación de los sensores para una percepción mejorada del vehículo

Tendencias Futuras en la Percepción de Vehículos Autónomos

  • Tecnologías emergentes de sensores en automóviles de conducción autónoma
  • Avances impulsados por la IA en el análisis de datos de sensores
  • El futuro de los sistemas de percepción de vehículos totalmente autónomos

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los sistemas y la electrónica del automóvil
  • Experiencia con lenguajes de programación como Python o MATLAB
  • Conocimientos básicos de sistemas de control y procesamiento de señales

Público objetivo

  • Ingenieros que trabajan en el desarrollo de vehículos autónomos
  • Profesionales Automotive interesados en la integración de sensores
  • Especialistas en IoT que exploran aplicaciones de sensores en la movilidad inteligente
 21 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas