פיתוח מערכות אוטונומיות טומן בחובו יתרונות רבים, כגון יעילות מוגברת, שיפור הבטיחות, חיסכון בעלויות וגמישות רבה. עם זאת, קיימים גם אתגרים לא מעטים שיש להתמודד איתם, ביניהם הסתגלות לסביבה דינמית, קבלת החלטות מורכבות, היבטים אתיים ובטיחותיים ורגולציה.
בשלב הפיתוח המהנדסים נתקלים באתגרים רבים, החל ממידול החיישנים והפלטפורמות, תכנון האלגוריתמיקה ועד לפיתוח סביבת הבדיקה.
בכנס זה נבחן את המשמעויות וההשפעות על תהליכי הפיתוח ואלו פתרונות MATLAB ו–Simulink מציעים על מנת ליעל ולשפר את תהליכים אלו.
בנוסף מציע הכנס 2 מסלולים מקצועיים לבחירה, האחד בנושא תעופה אוטונומית והשני בתחום החיישנים.
עם הידע שתרכשו בכנס זה תוכלו להתחיל לעבוד בצורה יעילה ואיכותית יותר,תקבלו רקע רחב בכלים שהפכו לסטנדרט בתעשייה ויכולים לשרת אתכם בעבודתכם היומיומית.
קהל יעד:
- מהנדסים, מפתחים, אלגוריתמיקאים וחוקרים מהתעשייה, ובפרט התעשייה הביטחונית, תעופה, רובוטיקה, הרכב והייצור.
- מהנדסים, מפתחים וחוקרים בתחום המערכות האוטונומיות, ה AI, ומהאקדמיה.
- כלל משתמשי MATLAB ו Simulink המעוניינים להיחשף ולהרחיב את הידע בפיתוח מערכות אוטונומיות.
סדר יום
08:30-09:00 – כיבוד התכנסות והרשמה
9:00-10:00
פיתוח מערכות אוטונומיות באמצעות תהליך Model-Based Design
רוני פאר, CTO ,סיסטמטיקס
לפירוט ההרצאה
פיתוח מערכות אוטונומיות באמצעות תהליך Model-Based Design
רוני פאר, CTO ,סיסטמטיקס
כאשר מסתכלים מסביב, ניתן לראות מגמה הולכת וגוברת של שימוש במערכות אוטונומיות בחיינו: רכבים אוטונומים על הכבישים, רחפנים המבצעים משלוחים, רובוטים אשר נותנים שירות ועוד. המשותף לכל המערכות הללו הינה היכולת ללמוד, להסתגל ולקבל החלטות בכדי להשלים את משימתן.
גישת Model-Based Design (MBD) של חברת MathWorks, כוללת יכולות רבות לפיתוח מערכות אוטונומיות. גישה זו מאפשרת תכנון, סימולציה ובחינה של מערכות אוטונומיות בצורה פשוטה ולאורך שלבים שונים בתהליך הפיתוח. תהליך עבודה מסודר זה מאפשר חיסכון של זמן רב בתהליך הפיתוח והגעה לאב-טיפוס בצורה יעילה ומהירה.
בהרצאה זו נסקור בכלליות את תהליכי הפיתוח המומלצים והמשמעותיים של מערכות אוטונומיות בסביבת
MATLAB & Simulink וכיצד היכולות השונות פועלות זו לצד זו. נחשף ליכולות לפיתוח של מערכות דינאמיות והגדרת סביבות הפעולה שלהן, נראה יכולות להגדרה ושילוב חיישנים עבור זיהוי עצמים והתמצאות במרחב העבודה ובנוסף, נכיר כיצד יכולות עבור תכנון ובקרת מסלול משתלבות אל תוך המערכת האוטונומית שלנו – כל אלו כחלק מתהליך ה-MBD.
10:00-10:20
סיפור לקוח Steadicopter Ltd
Flight Control for Unmanned Rotorcraft
Sergey Nazarov, Flight control engineer, Steadicopter Ltd
לפירוט ההרצאה
Flight Control for Unmanned Rotorcraft
Sergey Nazarov, Flight control engineer, Steadicopter Ltd
The rapid development of UAS in the past three decades makes it possible to use them in various human activity fields. The growing demands on applications stimulate the further development of UAS technologies, especially regarding civil tasks for which flight safety is the main objective. The wind and the atmospheric turbulence impose restrictions on unmanned rotorcraft operations. The magnitude, frequency content, and dimensions of atmospheric flow are expected to affect the rotary UA dynamics, control performances, and flight safety. The ICAO roadmap requires from UAS the same level of safety and the same standard airworthiness type certification of manufacturing design as is now required of conventional manned aircraft. More than a hundred years of aviation experience cannot be avoided to achieve such standards, but the development methods used in piloted aviation also cannot be adopted directly. Using MATLAB software and MATLAB-based tools, such as CIFER and CONDUIT, helps solve the problem of qualitative control design.
10:20-10:45 – הפסקת קפה
10:45-11:30
היתוך מידע מחיישנים ויכולות עקיבה במערכות אוטונומיות.
אסף מוזס, ראש צוות CDA, סיסטמטיקס
לפירוט ההרצאה
היתוך מידע מחיישנים ויכולות עקיבה במערכות אוטונומיות.
אסף מוזס, ראש צוות CDA, סיסטמטיקס
על מנת שמערכות אוטונומיות ינועו בתוך סביבה מסוימת, מפתחים צריכים לתכנן, לדמות, לבדוק ולפרוס אלגוריתמים במטרה להבין את הסביבה, לעקוב אחר אובייקטים נעים ולתכנן מסלול תנועה עבור המערכת עצמה. תהליך עבודה זה הינו קריטית עבור מגוון רחב של מערכות כגון רכבים אוטונומיים על הכביש, רובוטים במחסנים לוגיסטיים, כלי טיס בלתי מאוישים ועוד.
היתוך מידע מחיישנים מאפשר לשפר את השערוך של מצב המערכת המפותחת ואת השערוך עבור אובייקטים סטטיים ודינמיים הנמצאים בסביבתה. מנגנון זה מאפשר למערכת לפצות על חסרונות של חיישנים בודדים ובכך להגדיל את רמת הדיוק הכוללת של החישה (Sensing).
בהרצאה זו נכיר אלגוריתמים וכלים המאפשרים לתכנן, לדמות ולנתח מערכות אשר מבצעות היתוך מידע המתקבל ממספר חיישנים. נראה כיצד ניתן למדל חיישנים שונים ולאמוד את טיבם, נכיר את מנגנון היתוך המידע וכיצד הוא פועל ונרחיב לגבי אלגוריתמים המאפשרים לבצע עקיבה (Tracking).
11:30-12:15
בינה מלאכותית בעולם האוטונומי
ענבר לוי, מהנדס אפליקציה בתחום AI, סיסטמטיקס
לפירוט ההרצאה
בינה מלאכותית בעולם האוטונומי
ענבר לוי, מהנדס אפליקציה בתחום AI, סיסטמטיקס
כיום חברות מתמודדות עם לא מעט אתגרים בתחום פיתוח מערכות אוטונומיות, ובפרט בפיתוח אלגוריתמים בתחום זה, ולכן נדרש כלי שיודע לתת מענה משמעותי עבור אתגרים אלו.
בינה מלאכותית כבר הוכח ככלי שעוזר לחברות רבות להתגבר על הקשיים הללו ולפתור בעיות מורכבות שטרם הצליחו לפתור בעבר.
בהרצאה זו נכיר את עולם הבינה המלאכותית, נלמד על החידושים ב – MATLAB אשר מאפשרים לנו לבצע תהליכי AI מקצה לקצה ברמה הגבוהה ביותר, ונשים דגש על השילוב של יכולות אלו עם מצלמות וסנסורים כחלק מהפיתוח של מערכות אוטונומיות.
12:15-12:35
סיפור לקוח ASOCS
AI aided indoor positioning PoC
Vitaly Lutsky, VP technology, ASOCS
לפירוט ההרצאה
AI aided indoor positioning PoC
Vitaly Lutsky, VP technology, ASOCS
ASOCS is empowering industrial enterprises to connect their production lines to edge applications by providing them with a cloud-based private 5G network and a scalable Software as a Service (SaaS) model.
We developed indoor positioning framework based on ASOCS's multi RU gNB system.
This framework includes TDOA based position estimation supported by Deep Learning
channel fingerprinting system and target tracking Kalman filters.
All algorithms development is done in MATLAB and the target real time code is generated by MATLAB coder with MKL DNN libraries and AVX512 based accelerations.
12:35-13:30 – ארוחת צהריים
13:30-16:00
2 מסלולים מקבילים לבחירה
מסלול 2 – חיישנים
מסלול 1 – תעופה אוטונומית
2 מסלולים מקבילים
13:30-16:00
מסלול 2 – חיישנים
13:45-14:30
התמונה המלאה: פיתוח אלגוריתמי Perception באמצעות חיישני LIDAR
שלי מרטינוב, מהנדסת אפליקציה בתחומי AI ועיבוד תמונה, סיסטמטיקס
לפירוט נוסף
התמונה המלאה: פיתוח אלגוריתמי Perception באמצעות חיישני LIDAR
שלי מרטינוב, מהנדסת אפליקציה בתחומי AI ועיבוד תמונה, סיסטמטיקס
ככל שתחום הנהיגה ממשיך להתפתח, הצורך בתפיסה מרחבית מדוייקת נעשה קריטי יותר ויותר.
טכנולוגיית LIDAR (Light Detection and Ranging) התגלתה כמרכיב חשוב לשם מטרה זו, ומתפקדת כסנסור במערכות נהיגה הן אוטומטיות והן אוטונומיות, הודות ליכולתה לספק בזמן אמת זיהוי אובייקטים בסביבה ואת מדידתם במרחב ברזולוציה גבוהה.
באמצעות שילוב AI לתוך הדאטה אשר מתקבל מחיישני ה-LiDAR ניתן להביא לאוטומציה של משימות רבות, להאיץ את תהליך חקר הדאטה, וכמו כן להעלות את הדיוק של התוצאות.
בהרצאה זו, נדבר על האתגרים העיקריים בהם מהנדסים נתקלים בפועל כאשר מפתחים מערכות עם דאטה מחיישני LIDAR, אשר מבוססות AI.
נראה כיצד ניתן ליישם ולאמץ תהליך פיתוח למערכת מבוססת AI עבור קבלת תפיסה מרחבית (Perception) וניווט ביישומי נהיגה אוטונומית, תוך פירוט על השלבים הקריטיים בתהליך – החל מרכישת הדאטה ועד להטמעתו על חומרת היעד.
14:30-15:15
Computer Vision, עיבוד מצלמות וכל מה שביניהם
ענבר לוי , מהנדס אפליקציה בתחום AI, סיסטמטיקס
לפירוט נוסף
Computer Vision, עיבוד מצלמות וכל מה שביניהם
ענבר לוי , מהנדס אפליקציה בתחום AI, סיסטמטיקס
אלגוריתמי עיבוד תמונה וטכניקות ראייה ממוחשבת משמשים לשם שיפור, ניתוח וחילוץ מידע מתמונות וסרטונים על מנת לפתור אתגרים לעיצוב תמונה ומערכות ראייה, ובפרט במערכות אוטונומיות אשר מהווים נדבך חשוב בפיתוח האלגוריתמים.
בהרצאה זו תגלו כיצד להשתמש בטכניקות אלו ב- MATLAB בתחום של Computer Vision, ונראה דוגמאות שבהן נשלב בין יכולות אלו לבין דאטה שמגיע ממצלמות מסוגים שונים בכל מה שקשור למשימות של סיווג, זיהוי אובייקטים, סניטציה ועוד.
15:15-16:00
פיתוח מערכות מכ"מ מתקדמות עם MATLAB ו-Simulink
שמעון אלקין, מהנדס אפליקציה בתחומי תקשורת מכ"מ, סיסטמטיקס
לפירוט נוסף
פיתוח מערכות מכ"מ מתקדמות עם MATLAB ו Simulink-
שמעון אלקין, מהנדס אפליקציה בתחומי תקשורת מכ"מ, סיסטמטיקס
המפגש יספק סקירה בסיסית של הסוגים השונים של אותות RADAR וכיצד ניתן לאסוף ולעבד אותם בסביבת MATLAB. אנו נספק תובנות לגבי האתגרים בעבודה מול נתוני מכ"מ עבור המערכות האוטונומיות והטכנולוגיות השונות. המשתתפים ילמדו כיצד לפתח יישומים מותאמים אישית לאיסוף וניתוח נתוני RADAR.
13:30-16:00
מסלול 1 – תעופה אוטונומית
13:45-14:30
מידול פלטפורמות למערכות אוטונומיות
עמית וינרב, מהנדס אפליקציה בכיר בתחום מערכות אוטונומיות, סיסטמטיקס
לפירוט נוסף
מידול פלטפורמות למערכות אוטונומיות
עמית וינרב, מהנדס אפליקציה בתחום רובוטיקה ובקרה, סיסטמטיקס
מידול פלטפורמות למערכות אוטונומית הוא היבט חשוב בתהליך הפיתוח האוטונומי. מצד אחד, נדרשים מודלים בעלי דיוק גבוה על מנת לבחון ולאמת את אלגוריתמי האוטונומיה בעזרת סימולציות דינמיות ומערכתיות המסמלצות סביבות ותרחישים משתנים. מאידך, פיתוח ותכן של בקרים דורש לעתים קרובות לפשט את מאפייני הפלטפורמה והדינמיקה כדי להשיג בקרים מעשיים וישימים.
כתוצאה מכך, בדרך כלל מפותחים מספר מגוון של מודלים עבור כל פלטפורמה, אשר כל אחד מגיע עם מפרט ייחודי, יישום ומערך בדיקות משלו, מה שמסבך את מחזור הפיתוח. Simulink ו-MATLAB נותנים פתרונות לאתגרים אלו ע"י מתן פונקציות ומודלים מוכנים ומתוקפים מראש כדי להבטיח שלמהנדסים יהיו את כל הכלים הדרושים לפתח, ולתכנן ולבדוק את הפלטפורמות האוטונומיות.
הרצאה זו תספק סקירה של אתגרי המידול של מערכות מוטסות אוטונומיות, כטב"מים, ואילו פתרונות נותנים מענה על אתגרים אלו. אנו נבחן את המודלים השונים ונדגים כיצד ניתן בקלות ליצור ולשלב אותם בסימולציות הדינמיות, לפי ייעודם
14:30-15:15
ניווט במערכות אוטונומיות
אסף מוזס, ראש צוות CDA, סיסטמטיקס
לפירוט נוסף
ניווט במערכות אוטונומיות
אסף מוזס, ראש צוות CDA, סיסטמטיקס
תחום הניווט הינו בעל חשיבות מרכזית על מנת לאפשר אוטונומיה למערכת.
תכנון מערכת אוטונומית מתקיים כך שבסופו של דבר על המערכת לדעת לענות על שאלות כמו: מאיפה הגעתי ולאן פניי מועדות? מהי הדרך הטובה ביותר? היכן המערכת נמצאת על המפה? כיצד הפלטפורמה יכולה לנווט במרחב ללא מפה?
על מנת שהמערכת האוטונומית תדע לענות על השאלות האלו תוך כדי תנועה, פותחו יכולות ואלגוריתמים המאפשרים לתכנן מסלול, להתמצא במרחב ולנווט בתוכו. בהרצאה זאת נכיר את אותן היכולות. יכולות כמו מיפוי, לוקליזציה ו-SLAM (Simultaneous Localization and Mapping) המאפשרות להתמצא במרחב, אלגוריתמים גלובליים ומקומיים לתכנון תנועה וכיצד לבחור בין מגוון האלגוריתמים שקיימים לתכנון מסלול.
15:15-16:00
המוח של המערכת: תכן בקרה אוטונומית
עמית וינרב, מהנדס אפליקציה בכיר בתחום מערכות אוטונומיות, סיסטמטיקס
לפירוט נוסף
המוח של המערכת: תכן בקרה אוטונומית
עמית וינרב, מהנדס אפליקציה בתחום רובוטיקה ובקרה, סיסטמטיקס
תכן בקרה למערכות אוטונומיות מציב אתגר משמעותי. היעדר התערבות אנושית מחייב לפתח למערכות אלו בקרים איתנים ואדפטיביים, על מנת לנווט בסביבות מאתגרות כדוגמת שטחים אורבניים, ולקבל החלטות מורכבות בזמן אמת. כתוצאה מכך, שיטות הבקרה המסורתיות אינן מתאימות לטיפול בבעיות אלו, מה שמחייב לפתח וליישם אלגוריתמים ושיטות בקרה מתקדמים.
בהרצאה ננסה להבין את המשמעויות של אתגרי תכן הבקרה בפיתוח המערכות ואילו טכנולוגיות נותנות מענה. אנו נתמקד בשני בקרים שהפכו לפופולריים בשנים האחרונות: Predictive Model (MPC) ו-Reinforcement Learning (RL). בעזרת סימולציות דינמיות ורשתות נפוצות, נראה כיצד MATLAB ו-Simulink מייעלים על תהליכי התכנון, האימון, והאימות של רשתות נוירונים (Deep Learning) ומשערכים דינמיים (Kalman Filters), שהם מרכיבי הליבה של בקרים אלו.