Formation Véhicules autonomes (VA) en Dartmouth

Cette formation en direct, animée par un formateur, à Dartmouth (en ligne ou sur site), s'adresse aux professionnels de niveau débutant qui souhaitent explorer les dilemmes éthiques et les cadres juridiques entourant les véhicules autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les implications éthiques de la prise de décision alimentée par l'IA dans les véhicules autonomes.
• Analyser les cadres juridiques et les politiques mondiaux régissant les voitures autonomes.
• Examiner la responsabilité et la reddition de comptes en cas d'accidents impliquant des véhicules autonomes.
• Évaluer l'équilibre entre l'innovation et la sécurité publique dans les lois sur la conduite autonome.
• Discuter d'études de cas réelles impliquant des dilemmes éthiques et des litiges juridiques.

Cette formation en direct, animée par un instructeur à Dartmouth (en ligne ou sur site), s'adresse aux professionnels et aux passionnés de niveau débutant souhaitant comprendre les concepts fondamentaux, les technologies et les applications des véhicules autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les composants clés et les principes de fonctionnement des véhicules autonomes.
• Explorer le rôle de l'IA, des capteurs et du traitement des données en temps réel dans les systèmes de conduite autonome.
• Analyser les différents niveaux d'autonomie des véhicules et leurs applications concrètes.
• Examiner les aspects éthiques, juridiques et réglementaires de la mobilité autonome.
• Obtenir une expérience pratique avec des simulations de véhicules autonomes.

Cette formation en présentiel ou à distance, animée par un instructeur en Dartmouth, s'adresse aux ingénieurs réseau et aux développeurs de l'IoT automobile de niveau intermédiaire qui souhaitent comprendre et mettre en œuvre les technologies de communication V2X pour les véhicules autonomes.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts fondamentaux de la communication V2X.
• Analyser les modèles de communication V2V, V2I, V2P et V2N.
• Mettre en œuvre des protocoles V2X tels que DSRC et C-V2X.
• Développer des simulations pour les environnements de véhicules connectés.
• Aborder les défis de la cybersécurité et de la vie privée dans les réseaux V2X.

Cette formation en direct, dirigée par un instructeur, à Dartmouth (en ligne ou en présentiel), s'adresse aux ingénieurs de niveau intermédiaire, aux professionnels de l'automobile et aux spécialistes de l'IoT qui souhaitent comprendre le rôle des capteurs dans les voitures autonomes, en couvrant le LiDAR, le radar, les caméras et les techniques de fusion de capteurs.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les différents types de capteurs utilisés dans les véhicules autonomes.
• Analyser les données des capteurs pour la perception et la prise de décision en temps réel.
• Mettre en œuvre des techniques de fusion de capteurs pour améliorer la précision et la sécurité des véhicules.
• Optimiser le placement et le calibrage des capteurs pour améliorer les performances de conduite autonome.

Cette formation en direct, animée par un formateur, à Dartmouth (en ligne ou en présentiel), s'adresse aux ingénieurs en sécurité de niveau avancé et aux professionnels de la sécurité automobile souhaitant élaborer des stratégies de sécurité exhaustives pour les véhicules autonomes, notamment des analyses de dangers, des évaluations de la sécurité fonctionnelle et la conformité aux normes internationales.

À la fin de cette formation, les participants seront en mesure de :

• Identifier et évaluer les risques liés à la sécurité des systèmes de conduite autonome.
• Réaliser des analyses de dangers et des évaluations des risques conformément aux normes du secteur.
• Mettre en œuvre des méthodes de validation et de vérification de la sécurité pour les systèmes de véhicules autonomes (AV).
• Appliquer des normes de sécurité fonctionnelle, telles que l'ISO 26262 et la SOTIF.
• Développer des stratégies d'atténuation des risques face aux défis de sécurité des véhicules autonomes.

Cette formation animée par un instructeur en Dartmouth (en ligne ou sur site) s'adresse aux spécialistes de la fusion de capteurs et aux ingénieurs en IA de niveau avancé souhaitant développer des algorithmes de fusion multi-capteurs et optimiser la navigation en temps réel dans les systèmes autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux et les défis de la fusion de données multi-capteurs.
• Implémenter des algorithmes de fusion de capteurs pour la navigation autonome en temps réel.
• Intégrer des données issues de LiDAR, de caméras et de RADAR pour améliorer la perception.
• Analyser et évaluer les performances du système de fusion dans diverses conditions.
• Développer des solutions pratiques pour la réduction du bruit des capteurs et l'alignement des données.

Cette formation en présentiel, animée par un formateur, à Dartmouth (en ligne ou sur site), s'adresse aux développeurs d'IA de niveau intermédiaire et aux ingénieurs en vision par ordinateur souhaitant construire des systèmes visuels robustes pour des applications de conduite autonome.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les concepts fondamentaux de la vision par ordinateur dans les véhicules autonomes.
• Mettre en œuvre des algorithmes de détection d'objets, de détection de lignes et de segmentation sémantique.
• Intégrer les systèmes de vision avec les autres sous-systèmes des véhicules autonomes.
• Appliquer des techniques d'apprentissage profond pour des tâches de perception avancées.
• Évaluer la performance des modèles de vision par ordinateur dans des scénarios réels.

Cette formation en direct, animée par un formateur, portant sur Dartmouth (en ligne ou en personne), s'adresse aux ingénieurs en robotique avancés et aux chercheurs en intelligence artificielle souhaitant mettre en œuvre des algorithmes de planification de trajectoire sophistiqués afin d'améliorer les performances des véhicules autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les fondements théoriques des algorithmes avancés de planification de trajectoire.
• Mettre en œuvre des algorithmes tels que RRT*, A* et D* pour la navigation en temps réel.
• Optimiser la planification de trajectoire pour l'évitement d'obstacles et les environnements dynamiques.
• Intégrer les algorithmes de planification de trajectoire avec les données de capteurs pour une précision accrue.
• Évaluer les performances de divers algorithmes dans des scénarios pratiques.

Cette formation en direct, animée par un instructeur, dans Dartmouth (en ligne ou sur place), s’adresse aux data scientists avancés, aux spécialistes de l’IA et aux développeurs d’IA automobile souhaitant concevoir, entraîner et optimiser des modèles d’IA pour les applications de conduite autonome.

À l’issue de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux de l’IA et de l’apprentissage profond dans le contexte des véhicules autonomes.
• Implémenter des techniques de vision par ordinateur pour la détection d’objets en temps réel et le suivi des voies de circulation.
• Utiliser l’apprentissage par renforcement pour la prise de décision dans les systèmes de conduite autonome.
• Intégrer des techniques de fusion de capteurs pour une meilleure perception et navigation.
• Construire des modèles d’apprentissage profond afin de prédire et d’analyser les scénarios de conduite.