Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar Fusi Data Multi-Sensor
- Peran penting fusi data dalam navigasi otonom
- Tantangan integrasi multi-sensor
- Penerapan praktis fusi data dalam persepsi real-time
Teknologi Sensor dan Karakteristik Data
- LiDAR: Generasi serta pengolahan data titik.
- Kamera: Pengambilan data visual dan pemrosesan citra.
- RADAR: Deteksi objek dan perkiraan kecepatan.
- Unit Pengukur Inersia (IMU): Pelacakan gerak.
Dasar-Dasar Fusi Data
- Fondasi matematis: Filter Kalman, inferensi Bayesian.
- Teknik asosiasi dan penyelarasan data.
- Pengatasian masalah derau sensor serta ketidakpastian.
Algoritma Fusi untuk Navigasi Otonom
- Filter Kalman serta Filter Kalman Ekstended (EKF).
- Filter Partikel untuk sistem non-linear.
- Filter Kalman Tak Terwaspadakan (UKF) untuk dinamika kompleks.
- Asosiasi data menggunakan metode Tetangga Terdekat dan Asosiasi Data Probabilistik Gabungan (JPDA).
Penerapan Fusi Sensor Secara Praktis
- Menggabungkan data LiDAR dan kamera untuk deteksi objek.
- Mengintegrasikan data RADAR dan kamera guna memperkirakan kecepatan.
- Mengkombinasikan data GPS serta IMU untuk lokalisasi akurat.
Pemrosesan dan Sinkronisasi Data Real-Time
- Metode penandaan waktu serta penyelarasan data.
- Pengelolaan keterlambatan sistem dan pengoptimalan kinerja real-time.
- Manajemen data dari berbagai sensor yang mengirimkan informasi secara asinkron.
Teknik Tingkat Lanjut serta Tantangan
- Pendekatan pembelajaran mendalam dalam fusi data.
- Integrasi data multi-modal beserta ekstraksi fiturnya.
- Cara mengatasi kegagalan sensor maupun penurunan kualitas data.
Evaluasi Kinerja serta Optimisasi
- Metrik kuantitatif dalam menilai akurasi fusi data.
- Analisis kinerja sistem pada berbagai kondisi lingkungan.
- Cara meningkatkan ketangguhan dan toleransi terhadap kesalahan.
Studi Kasus serta Penerapan Dunia Nyata
- Teknik fusi data pada prototipe kendaraan otonom.
- Penerapan algoritma fusi sensor yang sukses di lapangan.
- Workshop: Membuat saluran fusi multi-sensor secara praktis.
Penutup serta Langkah Selanjutnya
Persyaratan
- Pengalaman dalam pemrograman Python
- Pemahaman dasar mengenai teknologi sensor (misalnya LiDAR, kamera, RADAR)
- Kenalan dengan ROS serta pengolahan data
Target Peserta
- Ahli fusi sensor yang bekerja pada sistem navigasi otonom
- Insinyur AI yang berfokus pada integrasi multi-sensor dan pengolahan data
- Peneliti di bidang persepsi kendaraan otonom<\/li>
21 Jam
