Automotive Grade Linux (AGL) Training Course
Automotive Kelas Linux (AGL) adalah proyek kolaboratif sumber terbuka yang bertujuan untuk membangun kerangka kerja dan sistem operasi untuk layanan dan aplikasi otomotif. AGL mengadopsi platform dan basis kode bersama untuk mendorong inovasi dan pengembangan produk baru yang cepat di seluruh industri otomotif.
Pelatihan langsung yang dipandu instruktur ini (daring atau di tempat) ditujukan untuk pengembang yang ingin memasang, menyiapkan, dan menyebarkan platform AGL untuk mengembangkan proyek dan aplikasi otomotif.
Pada akhir pelatihan ini, peserta akan dapat membuat, mengembangkan, dan menyesuaikan layanan dan aplikasi otomotif menggunakan platform terbuka dan kerangka kerja pengembangan AGL.
Format Kursus
- Kuliah dan diskusi interaktif.
- Banyak latihan dan praktik.
- Implementasi langsung di lingkungan lab langsung.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk mengaturnya.
Course Outline
Perkenalan
Gambaran Umum Kelas Automotive Linux (AGL)
- Penggerak utama dan aplikasi untuk AGL
- Basis Kode Terpadu AGL (UCB)
- Dukungan perangkat keras
- Panduan arsitektur dan kerangka kerja
Menyiapkan Automotive Kelas Linux
- Menginstal dan mengunduh AGL/Quickstart
- Pengembangan Kode Kernel
- Membangun AGL untuk target lainnya
Bekerja dengan Gambar di Kelas Automotive Linux
- Menggunakan gambar yang sudah jadi (emulasi dan perangkat keras)
- Menyiapkan lingkungan pembangunan
- Pengembangan gambar AGL
- Menyesuaikan bangunan Anda
Membuat Layanan dan Aplikasi Baru dengan AGL
- Menyiapkan perangkat pengembangan perangkat lunak (SDK) AGL
- Direktori pengembangan proyek baru
- Pengaturan lingkungan SDK
- Bekerja dengan template konfigurasi
- Menggunakan CMAKE dan autobuild
- Menginstal layanan
Membuat Resep Kustom dengan AGL
- Pengikat Kerangka Aplikasi (AFB)
- Manajemen hak istimewa AppFW
- Panduan pembantu AFB
- Menggunakan modul aplikasi CMAKE
- Lapisan AGL
Penyelesaian Masalah
Ringkasan dan Kesimpulan
Requirements
- Pengetahuan tentang sistem operasi Linux
- Pengalaman dengan pengembangan aplikasi
Hadirin
- Pengembang
Open Training Courses require 5+ participants.
Automotive Grade Linux (AGL) Training Course - Booking
Automotive Grade Linux (AGL) Training Course - Enquiry
Automotive Grade Linux (AGL) - Consultancy Enquiry
Consultancy Enquiry
Upcoming Courses (Minimal 5 peserta)
Related Courses
Autonomous and Connected Electric Vehicles
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional tingkat lanjut yang ingin mengembangkan pengetahuan mendalam tentang sistem EV otonom, fitur konektivitas, dan tantangan keamanan siber yang terkait dengan kendaraan otonom dan terhubung.
Pada akhir pelatihan ini, peserta akan mampu:
- Menerapkan algoritma mengemudi otonom dan sistem kontrol.
- Mengintegrasikan komunikasi V2X untuk jaringan kendaraan terhubung.
- Mengatasi risiko keamanan siber pada EV otonom.
- Mengembangkan solusi pemrosesan real-time untuk navigasi otonom.
Advanced Electric Vehicle Design and Development
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional otomotif tingkat lanjut yang ingin mengembangkan keahlian dalam merancang, mengembangkan, dan mengoptimalkan kendaraan listrik, dengan fokus pada teknologi generasi berikutnya dan solusi mobilitas berkelanjutan.
Di akhir pelatihan ini, peserta akan mampu:
- Merancang arsitektur EV yang efisien dan aerodinamis.
- Mengintegrasikan powertrain dan sistem baterai yang dioptimalkan energi.
- Menerapkan konsep desain inovatif untuk meningkatkan kinerja.
- Mengembangkan prototipe menggunakan alat simulasi canggih.
Advanced Path Planning Algorithms for Autonomous Vehicles
21 HoursPelatihan langsung yang dipandu oleh instruktur ini, dalam format Indonesia (online atau onsite), ditujukan bagi para insinyur robotika tingkat lanjut dan peneliti AI yang ingin mengimplementasikan algoritma perencanaan jalur yang canggih untuk meningkatkan kinerja kendaraan otonom.
Di akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar teoritis dari algoritma perencanaan jalur tingkat lanjut.
- Mengimplementasikan algoritma seperti RRT*, A*, dan D* untuk navigasi real-time.
- Mengoptimalkan perencanaan jalur untuk penghindaran rintangan dan lingkungan dinamis.
- Mengintegrasikan algoritma perencanaan jalur dengan data sensor untuk meningkatkan akurasi.
- Mengevaluasi kinerja berbagai algoritma dalam skenario praktis.
AI and Deep Learning for Autonomous Driving
21 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan untuk ilmuwan data tingkat lanjut, spesialis AI, dan pengembang AI otomotif yang ingin membangun, melatih, dan mengoptimalkan model AI untuk aplikasi mengemudi otonom.
Di akhir pelatihan ini, peserta akan dapat:
- Memahami fundamental AI dan deep learning dalam konteks kendaraan otonom.
- Menerapkan teknik computer vision untuk deteksi objek dan mengikuti jalur secara real-time.
- Memanfaatkan reinforcement learning untuk pengambilan keputusan dalam sistem self-driving.
- Mengintegrasikan teknik sensor fusion untuk persepsi dan navigasi yang lebih baik.
- Membangun model deep learning untuk memprediksi dan menganalisis skenario mengemudi.
Autonomous Vehicle Safety and Risk Assessment
21 HoursPelatihan langsung yang dipimpin oleh instruktur ini, dalam Indonesia (online atau onsite), ditujukan bagi insinyur keselamatan tingkat lanjut dan profesional keselamatan otomotif yang ingin mengembangkan strategi keselamatan komprehensif untuk kendaraan otonom, termasuk analisis bahaya, penilaian keselamatan fungsional, dan kepatuhan terhadap standar internasional.
Pada akhir pelatihan ini, peserta akan dapat:
- Mengidentifikasi dan menilai risiko keselamatan yang terkait dengan sistem mengemudi otonom.
- Melakukan analisis bahaya dan penilaian risiko menggunakan standar industri.
- Menerapkan metode validasi dan verifikasi keselamatan untuk sistem AV.
- Menerapkan standar keselamatan fungsional, seperti ISO 26262 dan SOTIF.
- Mengembangkan strategi mitigasi risiko untuk tantangan keselamatan AV.
Computer Vision for Autonomous Driving
21 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi pengembang AI dan insinyur visi komputer tingkat menengah yang ingin membangun sistem visi yang kuat untuk aplikasi mengemudi otonom.
Pada akhir pelatihan ini, peserta akan mampu:
- Memahami konsep dasar visi komputer dalam kendaraan otonom.
- Mengimplementasikan algoritma untuk deteksi objek, deteksi jalur, dan segmentasi semantik.
- Mengintegrasikan sistem visi dengan subsistem kendaraan otonom lainnya.
- Menerapkan teknik pembelajaran mendalam untuk tugas persepsi lanjutan.
- Mengevaluasi kinerja model visi komputer dalam skenario dunia nyata.
Ethics and Legal Aspects of Autonomous Driving
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional tingkat pemula yang ingin menjelajahi dilema etika dan kerangka hukum yang mengelilingi kendaraan otonom.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami implikasi etis dari pengambilan keputusan berbasis AI dalam kendaraan otonom.
- Menganalisis kerangka hukum dan kebijakan global yang mengatur mobil swakemudi.
- Memeriksa tanggung jawab dan akuntabilitas dalam kasus kecelakaan kendaraan otonom.
- Mengevaluasi keseimbangan antara inovasi dan keselamatan publik dalam undang-undang mengemudi otonom.
- Membahas studi kasus dunia nyata yang melibatkan dilema etika dan sengketa hukum.
Electric Vehicle Business Models and Market Trends
7 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional bisnis tingkat pemula yang ingin memahami dinamika pasar EV, mengembangkan wawasan strategis, dan menilai potensi ekonomi dari solusi mobilitas listrik.
Pada akhir pelatihan ini, peserta akan mampu:
- Menganalisis tren global dan regional di pasar kendaraan listrik.
- Mengevaluasi berbagai model bisnis untuk produksi dan distribusi EV.
- Mengidentifikasi peluang dan tantangan investasi di sektor EV.
- Memahami peran kebijakan pemerintah dalam membentuk industri EV.
EV Battery Recycling and Sustainability Practices
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional tingkat menengah yang ingin mengembangkan keterampilan praktis dalam mengevaluasi siklus hidup baterai EV, menerapkan teknologi daur ulang, dan mengatasi tantangan keberlanjutan dalam industri otomotif.
Pada akhir pelatihan ini, peserta akan mampu:
- Menganalisis siklus hidup baterai EV dan dampak lingkungannya.
- Mengidentifikasi teknik daur ulang untuk berbagai jenis kimia baterai.
- Menerapkan praktik berkelanjutan untuk penggunaan kembali dan pembuangan baterai.
- Merumuskan kebijakan untuk mendukung inisiatif ekonomi sirkular.
EV Charging Infrastructure and Smart Grid Integration
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional tingkat menengah yang ingin mengembangkan keterampilan dalam merancang, mengelola, dan mengintegrasikan infrastruktur pengisian daya EV dengan jaringan pintar untuk mendukung mobilitas berkelanjutan dan manajemen energi.
Pada akhir pelatihan ini, peserta akan mampu:
- Merancang stasiun pengisian daya EV yang efisien dan terukur.
- Menganalisis dampak adopsi EV secara luas terhadap jaringan listrik.
- Mengintegrasikan sumber energi terbarukan ke dalam sistem pengisian daya EV.
- Menerapkan strategi pengisian daya pintar untuk menyeimbangkan beban jaringan listrik.
EV Maintenance and Troubleshooting for Technicians
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, di Indonesia (online atau onsite), ditujukan bagi para profesional otomotif tingkat menengah yang ingin mengembangkan keterampilan praktis dalam mendiagnosis, memelihara, dan memecahkan masalah sistem kendaraan listrik, termasuk motor, baterai, dan perangkat lunak onboard.
Pada akhir pelatihan ini, peserta akan mampu:
- Melakukan perawatan rutin pada komponen kendaraan listrik.
- Mendiagnosis masalah umum dengan powertrain EV dan sistem baterai.
- Menggunakan alat diagnostik dan perangkat lunak untuk identifikasi kesalahan.
- Menerapkan praktik aman saat menangani sistem tegangan tinggi.
Introduction to Autonomous Vehicles: Concepts and Applications
14 HoursPelatihan langsung yang dipandu oleh instruktur ini, dalam Indonesia (online atau onsite), ditujukan bagi para profesional dan penggemar tingkat pemula yang ingin memahami konsep dasar, teknologi, dan aplikasi kendaraan otonom.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami komponen utama dan prinsip kerja kendaraan otonom.
- Menjelajahi peran AI, sensor, dan pemrosesan data real-time dalam sistem penggerak otomatis.
- Menganalisis berbagai tingkat otonomi kendaraan dan aplikasi dunia nyata mereka.
- Memeriksa aspek etika, hukum, dan peraturan mobilitas otonom.
- Mendapatkan pengalaman langsung dengan simulasi kendaraan otonom.
Multi-Sensor Data Fusion for Autonomous Navigation
21 HoursPelatihan langsung yang dipandu instruktur ini, di Indonesia (online atau onsite), ditujukan bagi spesialis fusi sensor tingkat lanjut dan insinyur AI yang ingin mengembangkan algoritma fusi multi-sensor dan mengoptimalkan navigasi real-time dalam sistem otonom.
Pada akhir pelatihan ini, peserta akan mampu:
- Memahami fundamental dan tantangan fusi data multi-sensor.
- Mengimplementasikan algoritma fusi sensor untuk navigasi otonom real-time.
- Mengintegrasikan data dari LiDAR, kamera, dan RADAR untuk peningkatan persepsi.
- Menganalisis dan mengevaluasi kinerja sistem fusi dalam berbagai kondisi.
- Mengembangkan solusi praktis untuk pengurangan noise sensor dan penyelarasan data.
Sensor Technologies in Autonomous Vehicles
21 HoursPelatihan langsung yang dipandu oleh instruktur ini, dalam Indonesia (online atau onsite), ditujukan bagi insinyur tingkat menengah, profesional otomotif, dan spesialis IoT yang ingin memahami peran sensor dalam mobil swakemudi, mencakup LiDAR, radar, kamera, dan teknik fusi sensor.
Di akhir pelatihan ini, peserta akan mampu:
- Memahami berbagai jenis sensor yang digunakan dalam kendaraan otonom.
- Menganalisis data sensor untuk persepsi kendaraan dan pengambilan keputusan secara real-time.
- Mengimplementasikan teknik fusi sensor untuk meningkatkan akurasi dan keselamatan kendaraan.
- Mengoptimalkan penempatan dan kalibrasi sensor untuk meningkatkan kinerja mengemudi otonom.
Vehicle-to-Everything (V2X) Communication for Autonomous Cars
21 HoursPelatihan langsung yang dipandu oleh instruktur ini, dalam Indonesia (online atau onsite), ditujukan bagi insinyur jaringan tingkat menengah dan pengembang IoT otomotif yang ingin memahami dan menerapkan teknologi komunikasi V2X untuk kendaraan otonom.
Di akhir pelatihan ini, peserta akan mampu:
- Memahami konsep dasar komunikasi V2X.
- Menganalisis model komunikasi V2V, V2I, V2P, dan V2N.
- Menerapkan protokol V2X seperti DSRC dan C-V2X.
- Mengembangkan simulasi untuk lingkungan kendaraan terhubung.
- Mengatasi tantangan keamanan siber dan privasi dalam jaringan V2X.