סיפור לקוח – (General Motors (GM

קהל יעד:

  • מהנדסים, מפתחים וחוקרים בתחום מערכות אוטונומיות
  • כל משתמשי MATLAB המעוניינים להיחשף או להרחיב את הידע שלהם בפיתוח מערכות אוטונומיות
  • מפתחים, מהנדסים וחוקרים מהתעשייה, תעשיית המיכשור הרפואי, התעשייה הביטחונית, הרכב והייצור
  • חוקרים באקדמיה
  • כלל העוסקים בתחומי Machine Learning ו-Deep Learning

הזמנה לכנס בנושא:

פיתוח מערכות אוטונומיות

באמצעות MATLAB ו-Simulink

מהחיישן ועד המערכת המלאה

5.7.2022, בין השעות 09:00-16:30, מלון דניאל, הרצליה

כנס לימודי טכני, ללא עלות, למהנדסים ומפתחים – בו תוכלו ללמוד על תכנון, בדיקה ויישום של מערכות אוטונומיות ומערכות תומכות למערכות אוטונומיות.

מערכת אוטונומית הינה מערכת אשר מתפקדת בצורה עצמאית לחלוטין או בצורה מפוקחת (supervised) ופועלת בסביבה לא ידועה. בכדי לעמוד במשימתן, מערכות אוטונומיות יכולות לרכוש מידע מהסביבה בה הן נמצאות, לנוע בצורה עצמאית בסביבתן (וירטואלית או מציאותית), להימנע ממצבים מסוכנים, ולפעול למשך תקופה ארוכה ללא התערבות אדם.

מערכות אוטונומיות חייבות לנהל את המורכבויות הקוגניטיביות שבני אדם מבצעים. לדוגמה, יכולת הזיהוי וההימנעות ממכשולים דורשת שילוב של טכנולוגיות רב-תחומיות כגון למידה עמוקה לזיהוי אובייקטים, עיבוד ענן נקודות מ-Lidar, מעקב אחר מכשולים על ידי היתוך חיישנים, יצירת מפות על ידי לוקליזציה ומיפוי סימולטני (SLAM), תכנון נתיבים, ובקרת מעקב אחר נתיבים.

ככל שהמערכת יותר אוטונומית – כך עולה המורכבות שלה, ותהליך הפיתוח שלה נהיה מאתגר יותר. על מנת להתמודד עם אתגרים אלו ולהאיץ את תהליך הפיתוח באופן משמעותי, ניתן לבנות, לסמלץ ולבחון את המערכת האוטונומית מא' ועד ת', בשימוש בכלים של MathWorks.

באמצעות פלטפורמות MATLAB ו-Simulink ניתן לטפל בטכנולוגיות מרובות-תחומים בפלטפורמה אחת, לייצג בצורה גמישה עיבוד של חיישנים ואקטואטורים מורכבים, לבצע במקביל עיבוד חיישנים על ידי מעבד מרובה-ליבות ו/או מאיץ גרפי (GPU).

עם הידע שתרכשו ביום עיון זה תוכלו להתחיל לעבוד בצורה יעילה ואיכותית יותר. כמו כן, תקבלו רקע רחב בכלים אשר הפכו לסטנדרט בתעשייה ויכולים לשרת אתכם בעבודתכם היומיומית.

[ סדר יום ]

הערה:
ההשתתפות הינה ללא תשלום, אך מחייבת הרשמה מראש.

8:30 התכנסות ורישום
9:00 תהליך פיתוח מערכות אוטונומיות בסביבת MATLAB ו-Simulink
ענבר שניידר, Account Manager, סיסטמטיקס
9:30 היתוך מידע מחיישנים ויכולות עקיבה במערכות אוטונומיות
אסף מוזס, מהנדס אפליקציה בתחום מערכות אוטונומיות, סיסטמטיקס
10:15 הפסקת קפה
10:30 סיפור לקוח -שימוש בכלים
11:00 שימושי AI עבור חיישני LiDAR לקבלת תפיסת המרחב (Perception)
שלי מרטינוב, מהנדסת אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס
12:00 סיפור לקוח -שימוש בכלים
12:30 הפסקת צהרים
13:30 מידול מערכות אוויריות בלתי מאוישות בעולם אוטונומי
אסף מוזס, מהנדס אפליקציה בתחום מערכות אוטונומיות, סיסטמטיקס
14:15 תכנון מסלול עבור ניווט מערכות אוטונומיות
גילי בן מימון, מהנדסת אפליקציה בתחום הרובוטיקה והבקרה, סיסטמטיקס
15:00 בקרת מסלול עבור ניווט מערכות אוטונומיות בשימוש ב-RL
איתמר אנגלמן, יועץ בתחום הסימולציות ויצירת קוד, סיסטמטיקס
15:45 חיבור העולמות – איך לצאת נכון מסביבת הסימולציה לסביבה חיצונית
אוראל לוי, מהנדס אפליקציה בתחום בקרה, ניווט, ייצור קוד ו-V&V, סיסטמטיקס
16:30 סיום משוער

הערה:
ההשתתפות הינה ללא תשלום, אך מחייבת הרשמה מראש.

8:30 התכנסות ורישום
9:00 תהליך פיתוח מערכות אוטונומיות בסביבת MATLAB ו-Simulink
ענבר שניידר, Account Manager, סיסטמטיקס
9:30 היתוך מידע מחיישנים ויכולות עקיבה במערכות אוטונומיות
אסף מוזס, מהנדס אפליקציה בתחום מערכות אוטונומיות, סיסטמטיקס
10:15 הפסקת קפה
10:30 סיפור לקוח -שימוש בכלים
11:00 שימושי AI עבור חיישני LiDAR לקבלת תפיסת המרחב (Perception)
שלי מרטינוב, מהנדסת אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס
12:00 סיפור לקוח -שימוש בכלים
12:30 הפסקת צהרים
13:30 מידול מערכות אוויריות בלתי מאוישות בעולם אוטונומי
אסף מוזס, מהנדס אפליקציה בתחום מערכות אוטונומיות, סיסטמטיקס
14:15 תכנון מסלול עבור ניווט מערכות אוטונומיות
גילי בן מימון, מהנדסת אפליקציה בתחום הרובוטיקה והבקרה, סיסטמטיקס
15:00 בקרת מסלול עבור ניווט מערכות אוטונומיות בשימוש ב-RL
איתמר אנגלמן, יועץ בתחום הסימולציות ויצירת קוד, סיסטמטיקס
15:45 חיבור העולמות – איך לצאת נכון מסביבת הסימולציה לסביבה חיצונית
אוראל לוי, מהנדס אפליקציה בתחום בקרה, ניווט, ייצור קוד ו-V&V, סיסטמטיקס
16:30 סיום משוער

[ פירוט הרצאות ]

יצירת קשר

מחלקת שיווק
חברת סיסטמטיקס
טלפון:  03-7660111

תהליך פיתוח מערכות אוטונומיות בסביבת MATLAB ו-Simulink

תהליך פיתוח מערכות אוטונומיות בסביבת MATLAB ו-Simulink

ענבר שניידר, Account Manager, סיסטמטיקס

בהרצאה זו נסקור את תהליכי הפיתוח המומלצים והמשמעותיים של מערכות אוטונומיות בסביבתMATLAB . נראה כיצד ניתן לראות את סביבת המערכת ואזור הפעולה שלה, פיתוח של דינמיקת ומכלול המערכת עצמה, וכמובן אלגוריתמים לשילוב חיישנים, התמצאות במרחב, זיהוי עצמים וכמובן תכנון ובקרת מסלול. נראה כיצד שלבי הפיתוח השונים מלווים את כל שלבי החיים של הפרויקט, החל משלב היזום והדרישות ועד לשלב הבדיקות והאינטגרציה. וכמובן בל נשכח שהמערכת המפותחת בסופו של דבר משולבת ומתקשרת עם כלי פיתוח נוספים, אז נראה מספר דוגמאות לשילובים מסוג זה.

היתוך מידע מחיישנים ויכולות עקיבה במערכות אוטונומיות

היתוך מידע מחיישנים ויכולות עקיבה במערכות אוטונומיות

אסף מוזס, מהנדס אפליקציה בתחום מערכות אוטונומיות, סיסטמטיקס

על מנת שמערכות אוטונומיות ינועו בתוך סביבה מסויימת, 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 קריטי עבור מגוון רחב של מערכות כגון רכבים אוטונומיים על הכביש, רובוטים במחסנים לוגיסטיים, כלי טיס בלתי מאוישים ועוד.

היתוך מידע מחיישנים מאפשר לשפר את השיערוך של מצב המערכת המפותחת ואת השיערוך 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).

שימושי AI עבור חיישני LiDAR לקבלת תפיסת המרחב (Perception)

שימושי AI עבור חיישני LiDAR לקבלת תפיסת המרחב (Perception)

שלי מרטינוב, מהנדסת אפליקציה לתחומים עיבוד תמונה, ראיה ממוחשבת ולמידה עמוקה, סיסטמטיקס

חיישני Lidar נעשים יותר ויותר פופולריים בשנים האחרונות, כשהשימוש הכי בולט בהם הוא בתחום המערכות האוטונומיות. במכוניות חכמות, למשל, לצד Lidar משתמשים גם בחיישנים מסוגים נוספים, כמו מצלמה ומכ"ם, כדי להבין טוב יותר מה קורה בסביבה של הכלי, אבל להבדיל מהחיישנים הללו, Lidar עובד מעולה גם בחושך או בתנאי מזג אויר גרועים, והוא נותן רזולוציה טובה ודיוק גם עבור אובייקטים מרוחקים. משתמשים ב-Lidar גם עבור ניווט ומיפוי, ורואים יישומים של Lidar ברובוטיקה, כלי טיס לא מאויישים ועוד…

בהרצאה זו נלמד על תהליך פיתוח של מערכת AI מבוססת Lidar לקבלת תפיסת המרחב (perception) וניווט ביישומי נהיגה אוטונומית ורובוטיקה.

מידול מערכות אוויריות בלתי מאוישות בעולם אוטונומי

מידול מערכות אוויריות בלתי מאוישות בעולם אוטונומי

אסף מוזס, מהנדס אפליקציה בתחום מערכות אוטונומיות, סיסטמטיקס

מערכות בלתי מאויישות הולכות ותופסות תאוצה במגוון רחב של תחומים וכיום ניתן למצוא אותן בשימושים רבים בים באוויר וביבשה. מערכות אלו מאפשרות לבצע משימות קשות ומסובכות, תוך הפחתת רמות הסיכון והגברת נוחות העבודה.

בהרצאה זו נכיר את פתרון ה-UAV (Unmanned Aerial Vehicle), המאפשר לתכנן, לבדוק ולפרוס אלגוריתמים למערכות אוויריות בלתי מאוישות והרחבתן באמצעות יכולות ה-Aerospace.

פתרון זה מאפשר לנו למדל בצורה מהירה את מערכת ה-UAV ולהתמקד בפיתוח אלגוריתמי האוטונומיה שלה, לנתח את התנהגותה בסביבה פיזיקלית ואף לבחון את המערכת על חומרות שונות.

תכנון מסלול עבור ניווט במערכות אוטונומיות 

תכנון מסלול עבור ניווט במערכות אוטונומיות 

גילי בן מימון, מהנדסת אפליקציה בתחום הרובוטיקה והבקרה, סיסטמטיקס

 תחום הניווט הינו בעל חשיבות מרכזית על מנת לאפשר אוטונומיה למערכת. כאשר מתכננים מערכת אוטונומית היא צריכה לדעת לענות על שאלות כמו: מאיפה הגעתי ולאן אני הולכת? מהי הדרך הטובה ביותר? היכן אני על המפה? כיצד אני מנווטת במרחב אם אין לי מפה?

על מנת שהמערכת האוטונומית תדע לענות על השאלות האלו תוך כדי תנועה, פיתחה MathWorks 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. לאחר שתכננו את המסלול, נראה כיצד לתכנן בקר מסוג model predictive controller עבור שמירה על המסלול המבוקש.

בקרת מסלול עבור ניווט מערכות אוטונומיות בשימוש ב-RL

בקרת מסלול עבור ניווט מערכות אוטונומיות בשימוש ב-RL

איתמר אנגלמן, יועץ בתחום הסימולציות ויצירת קוד, סיסטמטיקס

כחלק מהאבולוציה של המערכות אנו נדרשים לספק פתרונות מורכבים לאלגוריתמי בקרה כך שידעו להתמודד עם תרחישים מגוונים. בהרצאה זו נדגים כיצד ניתן לתכנן בקרה בשימוש ב-reinforcement learning. עד היום שיטת הבקרה הקונבנציאלית הייתה לייצר מספר מצבי בקרה שונים, או לייצר בקר אדפטיבי עם הגברים שונים בהתאם למצב המערכת fuzzy logic)).

כיום, ככל שכוח העיבוד הולך וגדל, ניתן למנף יכולות אלה ליצירת רשת קבלת החלטות בקרה או deep reinforcement learning. בהרצאה זו נדגים מקרה בוחן שבו רחפן צריך לבצע עקיבה על קיר על-מנת לייצר SLAM של המרחב. נדון בשיקולים הנדרשים כחלק מתכנון מערכת כזו, ובתהליך יצירת קוד C גנרי מהרשת.

חיבור העולמות – איך לצאת נכון מסביבת הסימולציה לסביבה חיצונית

חיבור העולמות – איך לצאת נכון מסביבת הסימולציה לסביבה חיצונית

אוראל לוי, מהנדס אפליקציה בתחום בקרה, ניווט, ייצור קוד וV&V, סיסטמטיקס

לבנות סימולציה טובה שמדמה את המציאות זה השלב הראשון בתהליך שלנו, אבל לבסוף נרצה לצאת החוצה אל העולם האמיתי. לפני שנצא, כמובן שגם נרצה לעשות את מירב הבדיקות על המערכת שלנו בשיטות כמו קו-סימולציה, SIL, PIL ,HIL, ולידציה על הסימולציה עצמה ועוד.

בהרצאה זו נדבר על השלבים השונים של היציאה החוצה, החל משלב הבדיקות האוטומטיות וקישורן לדרישות, דרך בדיקות מעמיקות עם סימולטורים חיצוניים ועד שלב ייצור הקוד, ניתוח הקוד שיוצר וההעברה לאנשי התוכנה והמערכת.

בנוסף, נכיר כלי חדש של MathWorks לבניית זירות התרחשות והרצת תרחישים אשר מתממשקים עם MATLAB ו-Simulink.

נשמח לראותך בכנס.