הצטרפו לקבוצות שלנו והישארו מעודכנים:
How to Build an Autonomous Anything
בנוסף להרצאות שיועברו ע"י מומחים טכניים של חברת סיסטמטיקס, בסמינר יציגו גם:
- (Dr. Paul Huxel (Aerospace – מהנדס אפליקציה בכיר בחברת MathWorks
- Mr. Gaurav Tomar – מנהל השיווק הטכני לתעשיית הרכב.
אורחים אלה הינם בעלי ניסיון עשיר בתחומם, פועלים במגוון תעשיות ומהווים סמכות מרכזית בקביעת יכולות כלים רבים. במהלך יום עיון זה תוכלו להיפגש איתם במפגש בלתי אמצעי, לשמוע מקרוב על כיווני הפיתוח של הכלים, וכמובן להציע רעיונות ופתרונות משלכם למובילי תחומם בחברת MathWorks.
הזמנה לכנס:
Model-Based Engineering of Autonomous Systems
with MATLAB
3.7.18, מלון דניאל, הרצליה
כנס טכני, ללא עלות, למהנדסים ומפתחים – בו תוכלו ללמוד על תכנון, בדיקה ויישום של מערכות אוטונומיות ומערכות תומכות למערכות אוטונומיות.
על הכנס:
הכנס השנה יחולק ל-2 מסלולים מרכזיים:
- המסלול הראשון – מלמידה עמוקה ועד נהיגה אוטומטית – למידה, חישה ותפיסת העולם של המערכת האוטונומית
נראה כיצד ניתן לפתח יישומים שונים המסייעים בפיתוח מערכות אוטונומיות. - המסלול השני – הנדסת מערכות בתכנון מערכות אוטונומיות בגישת Model Based Design
נראה כיצד משולבות גישות פיתוח ותכנון של הנדסת מערכת וכיצד הם באים לידי ביטוי בעזרת כלי הפיתוח של MathWorks.
במסלולים השונים נציג כיצד ניתן לפתח אלגוריתמים ללימוד מהסביבה והתמודדות עם הסביבה, כיצד ניתן לפתח חיישנים לצורך רכישת מידע מהסביבה וכיצד ניתן לשלב מספר חיישנים יחדיו בכדי ליצור תמונת עולם אמיתית ומלאה יותר. עם המידע הקיים נראה כיצד בונים אלגוריתמים לקבלת החלטות ופעולה, ולבסוף נראה כיצד ניתן ליישם מערכת כזו ולבחון אותה בזמן אמת.
השנה ישולבו גם הדגמות חיות ומעשיות בביתן ההדגמות שלנו. בואו לראות כיצד לוקחים מקטעי קוד MATLAB ומודלים של סימולינק, וכיצד מפעילים בעזרתם מערכות אמיתיות, מבוססות רכיבי Embedded
כמו Arduino , Raspberry PI , Speedgoat , מעבדי nVIDIA ועוד!
אנו מאמינים שהיכרות עם האחר ולמידה מאחרים היא חלק מאד חשוב מתהליך הלמידה, ועל כן חלק מלוח הזמנים של יום זה כולל בתוכו הפסקות שבהן ניתן לבצע נטוורקינג עם שאר האורחים.
מערכת אוטונומית הינה מערכת אשר מתפקדת בצורה עצמאית לחלוטין או בצורה מפוקחת (supervised), ופועלת בתנאי אי ודאות, בסביבה לא ידועה ודינמית, ובמקרים רבים גם לא צפויה מראש. מערכות אוטונומיות עשויות לצבור ידע חדש או להתאים עצמן לסביבה המשתנה בכדי להשלים את ייעודן. בכדי לעמוד במשימתן, מערכות אוטונומיות יכולות לרכוש מידע מהסביבה בה הן נמצאות, לנוע בצורה עצמאית בסביבתן (וירטואלית או מציאותית כמובן), להימנע ממצבים מסוכנים, ולפעול למשך תקופה ארוכה ללא התערבות אדם.
בשנים האחרונות רואים אותם יותר ויותר. רכבים, רובוטים, מערכות, ושאר כלים בלתי מאוישים אשר יכולים לחוש את סביבתם, להגיב אליה ולהשפיע עליה בצורה עצמאית. הם מופיעים בתור מערכת מלאה אשר מתפקדת עצמאית – כדוגמת רכב אוטונומי, או בתור מכלול המשולב בתוך מערכת גדולה יותר – כדוגמת רובוט או מערכת סיוע לנהג, ואף בתור מערכת מבוזרת בסביבת האינטרנט – כדוגמת בוטים ומערכות למידה.
למערכות אוטונומיות יש מספר יתרונות מובהקים. אם בעבר המטרה המרכזית הייתה להקטין את הסיכון לחיי אדם בפעולה בסביבה מסוכנת, כיום ניתן לראות במערכת מסוג זה כמערכת בעלת ביצועים ואמינות גבוהים יותר, ולמעשה רובוסטיים ובעלי יתירות. יתרון נוסף הוא הוזלת מחזור החיים של מערכות מסוגים שונים, וכמובן ביצוע פעולות אשר מקלות על חיי האדם.
עם הידע שתרכשו ביום עיון זה תוכלו לשוב למשרד ולהתחיל לעבוד בצורה יעילה ואיכותית יותר. כמו כן, תרכשו רקע רחב יותר בכלים אשר הפכו לסטנדרט בתעשייה ויוכלו לשרת אתכם בעבודתכם היומיומית.
[ סדר יום ]
הערות:
חלק מההרצאות יועברו בשפה האנגלית.
ההשתתפות הינה ללא תשלום, אך מחייבת הרשמה מראש.
| 08:30 | התכנסות ורישום |
| 9:00 | From Manual to Autonomous Systems Using MATLAB & Simulink Gaurav Tomar, Industry Marketing Manager – Automotive, MathWorks |
| 9:40 | Model-Based Design for Systems Engineering Dr. Paul Huxel (Aerospace), Senior Application Engineer, MathWorks |
| 10:10 | שימוש בפלטפורמות Real-Time כחלק מתהליך הבדיקתיות בפיתוח איתמר אנגלמן, מהנדס אפליקציה בתחום מערכות זמן אמת, סיסטמטיקס |
| 10:30 | הפסקת קפה |
| 11:00 | מידול מערכתי וסימולציה של רחפן (Quadcopter) אסף מוזס, מהנדס אפליקציה בתחום אווירונאוטיקה ובקרה, סיסטמטיקס |
| 11:45 | למידת מכונה בפיתוח מערכות אוטונומיות – יישום של תכנון אחזקה מונעת שירן גולן, מהנדסת אפליקציה לתחום למידת מכונה, סיסטמטיקס |
| 12:30 | ארוחת צהריים |
13:30-15:30- חלוקה ל- 2 מסלולים מקצועיים מקבילים:
מסלול 1: מלמידה עמוקה ועד נהיגה אוטומטית
מסלול ראשון – מלמידה עמוקה ועד נהיגה אוטומטית – למידה, חישה ותפיסת העולם של המערכת האוטונומית
| 13:30 | למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה רועי פן, מהנדס אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה |
| 14:45 | Developing Advanced Driving Assistance Systems with MATLAB & Simulink Gaurav Tomar, Industry Marketing Manager – Automotive, MathWorks |
| 15:30 | סיום משוער |
מסלול 2: הנדסת מערכות בתכנון מערכות אוטונומיות
[ הרצאות ומסלולים ]
הרצאות מליאה
From Manual to Autonomous Systems Using MATLAB & Simulink
From Manual to Autonomous Systems Using MATLAB & Simulink
Gaurav Tomar, Industry Marketing Manager – Automotive, MathWorks
The automobile went through its digital transformation with the addition of electronic controls in virtually every system. With automated driving and predictive maintenance, the automobile is experiencing another digital transformation in which data-driven algorithms for implementing artificial intelligence are playing a key role. In this presentation, Gaurav Tomar, who manages the automotive industry in EMEA, shares advances in MATLAB & Simulink and how they are being embraced by companies today to build intelligent systems.
Model-Based Design for Systems Engineering
Model-Based Design for Systems Engineering
Dr. Paul Huxel (Aerospace), Senior Application Engineer, MathWorks
Model-Based Design (MBD) is a workflow or process that allows for early validation of requirements. It also supports frequent test and verification in a project's design stage, through the coding stage and into the implementation stage so that design flaws and errors are found as early as possible during development. System engineering deals with the design of complex products and management of the design process. Since its inception, Model-Based Design has played an important role in supporting systems engineering, e.g. requirements engineering, system architecting, and system integration.
מידול מערכתי וסימולציה של רחפן (Quadcopter)
מידול מערכתי וסימולציה של רחפן (Quadcopter)
אסף מוזס, מהנדס אפליקציה בתחום בקרה ומידול פיסיקלי, סיסטמטיקס
כלי הפיתוח של MathWorks מאפשרים מידול של מערכות פיסיקליות בתחומים רבים ומגוונים. סימולציה של המודלים הפיסיקליים מאפשרת בחינה מהירה של ביצועי המערכת, הרבה לפני בניית אב-טיפוס.
בהרצאה זו נראה כיצד מהנדסים, מדענים וחוקרים משתמשים בכלי סימולציה במטרה לקבל הבנה מעמיקה יותר בכל הנוגע למערכות מולטי-דיסציפלינריות מורכבות.
באמצעות דוגמא של רחפן (Quadcopter) נסקור בצורה מעמיקה את תהליך הפיתוח הכולל מידול, סימולציה ובקרה עבור המערכת: ייבוא נתונים מתוכנות תיב"ם (3D CAD) לסביבת העבודה של Simulink, החייאת המודל והפעלתו, תכן חוגי בקרה, יישומים של אלגוריתמיקה מעולם הרובוטיקה ועוד.
את העקרונות שיוצגו בהרצאה זו תוכלו ליישם במערכות שהנכם מפתחים, ולקצר את שלבי העבודה.
למידת מכונה בפיתוח מערכות אוטונומיות - יישום של תכנון אחזקה מונעת
למידת מכונה בפיתוח מערכות אוטונומיות – יישום של תכנון אחזקה מונעת
שירן גולן, מהנדסת אפליקציה לתחום למידת מכונה, סיסטמטיקס
אחזקת מערכות הינה חלק אינטגרלי מכל פיתוח של מערכת חדשה. בעוד שבשלבי המחקר והפיתוח אנו משקיעים כ-20% מעלות הפרויקט, הרי שעיקר התקציב והמאמץ עובר בסופו של דבר לדרג האחזקה וביצוע שינויים ושיפורים. כפועל יוצא, חשיבות האחזקה בכלל, ונושא האחזקה החזויה בפרט הינו בעל ערך עליון, בעיקר כשמדובר על מערכות הפרוסות במספר אתרים ברחבי המדינה.
אחזקה מונעת, Preventive Maintenance, הינה גישה חדשנית אשר מאפשרת ללמוד על התנהגות המערכת לכל אורך חייה, ומתוך איסוף נתונים מחיישנים שונים, להגיע לתובנות מתקדמות על אופן פעולתה, ומתוך כך לדעת לצפות מתי היא יוצאת מאופן פעולה אידיאלי, ואף לחזות כשל עתידי.
חברות המפתחות ציוד תעופתי ותעשייתי לרוב שומרות כמויות אדירות של נתונים לגבי אופן פעולת המכשירים והמכונות, מתוך כוונה שבעתיד ניתן יהיה להפיק ממנו מידע חשוב. עם זאת, לצורך בניה של מודלים רובוסטיים ומדויקים לחיזוי הפעילות, נדרש שילוב נדיר של ניסיון מקצועי ויכולות לעיבוד סטטיסטי.
בהרצאה זו נציג טכניקות ללימוד מכונה בסביבת MATLAB המאפשרות לחזות את משך החיים הנותר של הציוד. בעזרת נתונים המגיעים ממדידות אמיתות, נחקור את תהליכי ייבוא המידע, עיבוד ראשוני שלו, וסיווג שלו.
בהמשך נראה כיצד ניתן לעשות שימוש בבינה מלאכותית (Artificial Intelligence) ולימוד מכונה (Machine Learning) על מנת להיות מסוגלים לחזות כשלים או מצבי פעולה שאינם תקינים, מתוך מידע היסטורי. בתהליכים שיוצגו בהרצאה זו, תוכלו ללמוד כיצד ניתן לשפר את אמינות הציוד והמערכות ולפתח מודלים ושירותים מתקדמים יותר מהקיים היום.
שימוש בפלטפורמות Real-Time כחלק מתהליך הבדיקתיות בפיתוח
שימוש בפלטפורמות Real-Time כחלק מתהליך הבדיקתיות בפיתוח
איתמר אנגלמן, מהנדס אפליקציה בתחום מערכות זמן אמת, סיסטמטיקס
בניית אב טיפוס למערכת אוטונומית הינה שלב חיוני והכרחי בשלבי הפרויקט. אבטיפוס לרוב יכלול רכיב זמן-אמת (Real-Time – RT), אשר מאפשר תקשורת עם רכיבים פיסיים וחיישנים שונים.
בהרצאה זו נציג מספר שיטות שונות לתכנון ושימוש במחשבי RT כחלק מהליך הפיתוח. נראה מהי חשיבות מערכת ההפעלה שלהם, כיצד הם מאפשרים ממשק בין כלל הדיסיפלינות הנבדקות בפרויקט, וכיצד נעשה שימוש בעזרת פרוטוקולים ורכיבים שונים בכדי ליצור סינכרון ופעולה נכונה של כלל המערכת.
בעזרת כלי הפיתוח של MathWorks ניתן לעבוד עם מגוון רחב של מערכות Embedded ומחשבי RT. השילוב בין האלגוריתם, תהליך יצירת הקוד והבדיקה והשילוב שלו על גבי הרכיב הסופי, מסייעת בחיסכון משמעותי בזמן הבדיקות – ע"י זיהוי של שגיאות עוד בזמן הפיתוח. בכלים אלו ניתן לעבוד בגישת HIL (Hardware in The Loop), לבחון את ביצועי האבטיפוס, ובהתאם לתוצאות ההרצה ללמוד רבות על מה צריכה להכיל המערכת הסופית, וכיצד להוזיל את רכיבי המערכת. הממשק בין החומרה לסביבת Simulink מאפשר פתרון וזיהוי תקלות בגישת On-Line – ללא הצורך לשלב מספר רב של גורמי תכנון (תוכנה, בדיקות, אינטגרציה וכו') בתהליך.
חלק מהדוגמאות שיוצגו בהרצאה זו ישולבו גם בתערוכה שתיערך בסמוך לאולם, ותוכלו להגיע ולראות מקרוב כיצד מבוצע התהליך, ע"י שימוש במחשבי Speedgoat.
מסלול 1: מלמידה עמוקה ועד נהיגה אוטומטית – למידה, חישה ותפיסת העולם של המערכת האוטונומית
למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה
למידה עמוקה בסביבת MATLAB ליישומי ראיה ממוחשבת – מהמחקר והפיתוח ועד המימוש על חומרה
רועי פן, מהנדס אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס
הרצאה טכנית זו נראה כיצד ניתן להשתמש בסביבת MATLAB בצורה יעילה בתחום הראיה הממוחשבת לצורך פיתוח יישומי למידה עמוקה בעולם האמיתי. נראה כיצד ניתן בקלות:
- לבנות רשתות מתקדמות מותאמות-אישית ולאמן אותן בעזרת מאגר של תמונות לצורך ביצוע סיווג (Classification)
- לבנות רשתות מתקדמות מותאמות-אישית ולאמן אותן בעזרת מאגר של תמונות לצורך ביצוע סיווג (Classification)
- לייבא רשתות מסביבות כמו Keras-TensorFlow, PyTorch ו-Caffe ולבצע Transfer Learning בסביבת MATLAB
- להשתמש בשיטות גילוי (Detection) מבוססות למידה עמוקה
- לבצע עיבוד מקדים למידע האימון והבדיקה – כמו labeling בצורה נוחה או פעולות גיאומטריות לצורך הגדלת מאגר המידע
- למצוא הגדרות אופטימליות לאימון רשתות עמוקות
- להאיץ את זמני האימון על ידי ניצול כוח חישובי כמו GPU (אחד או יותר), מחשבים חזקים נפרדים וענן
- להמיר בצורה אוטומטית קוד MATLAB לקוד CUDA אשר יכול לרוץ על מעבדים גרפיים של חברת nVIDIA או לקוד C עבור מעבדים של אינטל ופלטפורמות Arm – הדבר מאפשר להגיע לזמני ביצוע מהירים במיוחד, תוך ניצול יעיל של זיכרון, בעזרת ה-GPU Coder
Developing Advanced Driving Assistance Systems with MATLAB & Simulink
Developing Advanced Driving Assistance Systems with MATLAB & Simulink
Gaurav Tomar, Industry Marketing Manager – Automotive, MathWorks
ADAS and autonomous driving technologies are redefining the automotive industry, changing all aspects of transportation, from daily commutes to long-haul trucking. Engineers across the industry use Model-Based Design with MATLAB® and Simulink® to develop their automated driving systems. This talk demonstrates how MATLAB and Simulink serve as an integrated development environment for the different domains required for automated driving, including perception, sensor fusion, and control design.
מסלול 2: הנדסת מערכות בתכנון מערכות אוטונומיות בגישת Model Based Design
System Model Integration & Verification
System Model Integration & Verification
Dr. Paul Huxel (Aerospace), Senior Application Engineer, MathWorks
The Simulink and Stateflow environment provides a means to graphically design and debug mode logic using state machines and flow diagrams. These tools together provide a platform for Model-Based Design (MBD), which is a workflow or process that allows for early validation of requirements, and frequent test and verification in a project's design stage, through the coding stage and into the implementation stage so that design flaws and errors are found as early as possible during development. System functionality and safety requires not only that every component within the system is properly designed, but that the interaction of these components is correct and safe. Simulation of the behavior of the system enables better requirements derivation, allocation, and validation early in the development of a system, as well as providing an environment for rigorous verification of the system and the integration of its components.
תכנון ובקרת מסלול עבור רובוטים אוטונומיים
תכנון ובקרת מסלול עבור רובוטים אוטונומיים
אסף מוזס, מהנדס אפליקציה בתחום בקרה ומידול פיסיקלי, סיסטמטיקס
הוספת יכולות אוטונומיות למערכות שונות הינה מגמה אשר הולכת ומתעצמת ואשר ניתן למצוא באפליקציות רבות כגון: רכבים אוטונומיים, מחסנים אוטונומיים ועוד. תהליך הפיתוח של מערכת אוטונומית כולל שלבים רבים: תכנון המערכת עצמה, הגדרת פעולות החישה, תכנון ובקרת הפעולות והמשימה, התממשקות לחומרה ובדיקה של תתי המערכות והמערכת הכוללת.
בהרצאה זו נציג כיצד ניתן להתמודד עם אתגרים שונים מעולם הרובוטיקה וכיצד ניתן לייעל ולהאיץ את תהליך הפיתוח עבור אפליקציות רובוטיות לא מאויישות. אנו נתמקד בתכנון המערכת, ביצוע אופטימיזציה לפרמטרים השונים, מציאת מסלול אופטימלי ועקיבה ובקרה אחר המסלול הנבחר. כמו כן, נדבר על שילוב תהליך הפיתוח עם ספריות קוד פתוח כגון ROS, אפשרויות יצור קוד והגדרת בדיקות עבור התנהגות המערכת.
[ קהל יעד ]
תחום המערכות האוטונומיות משותף למגוון רחב מאד של יישומים וחברות. מהנדסים וחוקרים רבים ברחבי העולם מפתחים מערכות אוטונומיות אשר פועלות בתחום הרכב (רכבים ומערכות עזר לנהג), מערכות בטחוניות (מל"טים, Drones), ייצור (רובוטים, קווי ייצור), מערכות רפואיות (רובוטים, מערכות עזר לרופא ולחולה), ועוד.
הגישות והשיטות שנציג מתאימות לאנשים מתעשיות שונות, ואנו מזמינים אתכם להצטרף, ללמוד ולשתף מהידע שלכם ושל עמיתיכם לתעשייה:
- מהנדסים, מפתחים וחוקרים בתחום מערכות אוטונומיות
- מהנדסי מערכת, מנהלי פרויקטים, ומובילי מחקר ופיתוח
- כל משתמשי MATLAB המעוניינים להיחשף או להרחיב את הידע שלהם בפיתוח מערכות אוטונומיות
- מפתחים, מהנדסים וחוקרים מהתעשייה הרפואית, הביטחונית, הרכב והייצור
- חוקרים באקדמיה
[ מרצים אורחים ]
Mr. Gaurav Tomar, Industry Marketing Manager – Automotive, MathWorks
Gaurav Tomar joined MathWorks in 2017, and currently manages the Automotive business across EMEA. Working with both engineers and senior managers in Automotive companies, he focuses on identifying how existing design flows can be improved and the steps that can be taken to reduce development times, encourage innovation, and increase agility. His technical background includes system development workflows with a focus on software, and he has worked with key customers in European region on ADAS & automated driving, deep learning, image processing and computer vision applications.
In addition to representing the state-of-the-art of how MathWorks tools can be applied in automotive workflows today, Gaurav also seeks to identify areas where MathWorks should invest further to improve the tools for the future, working with the product development teams to define requirements for future releases.
Dr. Paul Huxel (Aerospace), Senior Application Engineer, MathWorks
Paul holds a B.S. and M.S. in Aerospace Engineering from The University of Colorado at Boulder with a minor in applied mathematics and a graduate concentration in orbital mechanics, attitude dynamics, and control. He also holds a Ph.D. in Aerospace Engineering from The University of Texas at Austin where he worked as a research assistant for a Goddard Space Flight Center project that culminated in his dissertation: “Navigation Algorithms and Observability Analysis for Formation Flying Missions.” Paul then spent five years with Draper Laboratory developing algorithms and simulations to perform calibration and system analysis for US Navy and NASA programs. Paul spent the next three years with Sierra Nevada Corporation as the GN&C Orbital Phase Lead for the Dream Chaser program overseeing ISS rendezvous trajectory design and simulation, mission constraint analysis and propellant estimation, and navigation sensor requirements and hardware selection. After over 15 years using MATLAB and Simulink in academia and industry, Paul took a 15-month sabbatical as a Peace Corps volunteer to teach math and physics at a secondary school in a rural village in Cameroon, Africa. Paul joined the Application Engineering Group at MathWorks in Galway, Ireland in August 2017.
נשמח לראותכם בכנס.