Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la planificación de rutas para vehículos autónomos
- Fundamentos y desafíos de la planificación de rutas.
- Aplicaciones en conducción autónoma y robótica.
- Revisión de técnicas de planificación tradicionales y modernas.
Algoritmos de planificación de rutas basados en grafos
- Descripción general de los algoritmos A* y Dijkstra.
- Implementación de A* para la búsqueda de rutas en cuadrículas.
- Variaciones dinámicas: D* y D* Lite para entornos cambiantes.
Algoritmos de planificación de rutas basados en muestreo
- Técnicas de muestreo aleatorio: RRT y RRT*.
- Suavizado y optimización de rutas.
- Gestión de restricciones no holonómicas.
Planificación de rutas basada en optimización
- Formulación del problema de planificación de rutas como un problema de optimización.
- Optimización de trayectorias mediante programación no lineal.
- Técnicas de optimización basadas en gradientes y libres de gradientes.
Planificación de rutas basada en aprendizaje
- Aprendizaje por refuerzo profundo (DRL) para la optimización de rutas.
- Integración de DRL con algoritmos tradicionales.
- Planificación de rutas adaptativa utilizando modelos de aprendizaje automático.
Gestión de entornos dinámicos e inciertos
- Técnicas de planificación reactiva para la respuesta en tiempo real.
- Evasión de obstáculos y control predictivo.
- Integración de datos de percepción para una navegación adaptativa.
Evaluación y benchmarking de algoritmos de planificación de rutas
- Métricas de eficiencia, seguridad y complejidad computacional de las rutas.
- Simulación y pruebas en ROS y Gazebo.
- Estudio de caso: comparación de RRT* y D* en escenarios complejos.
Casos de estudio y aplicaciones del mundo real
- Planificación de rutas para robots autónomos de entrega.
- Aplicaciones en automóviles autónomos y UAVs (drones).
- Proyecto: implementación de un planificador de rutas adaptativo utilizando RRT*.
Resumen y próximos pasos
Requerimientos
- Dominio de la programación en Python.
- Experiencia con sistemas de robótica y algoritmos de control.
- Conocimiento familiar de las tecnologías de vehículos autónomos.
Audiencia objetivo
- Ingenieros de robótica especializados en sistemas autónomos.
- Investigadores de IA enfocados en planificación de rutas y navegación.
- Desarrolladores de nivel avanzado que trabajan en tecnología de conducción autónoma.
21 Horas
