Predicción de Trayectorias para una Flota Logística en Puebla
Visión general
De qué trata este proyecto.
Entrena modelos cinemáticos y LSTM para predecir trayectorias vehiculares en un patio logístico y obtén tu certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Reducir ADE@3s en al menos 25% vs. baseline kinemático, con estratificación por tipo de maniobra y reporte de inferencia inferior a 50 ms en CPU.
Earning criteria — what you'll demonstrate
- Aplicar modelos secuenciales a predicción de trayectorias
- Diseñar features con contexto de mapa (lanelets)
- Estratificar métricas de predicción por tipo de maniobra
- Reportar latencia honestamente en CPU embebida
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI for Autonomous Vehicles
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero de Aprendizaje Automático
Construir un modelo de predicción de trayectorias con baseline difícil y métricas estratificadas es trabajo cotidiano del MLE en AV.
Este proyecto afina
- trajectory-prediction
- sequence-models
- model-evaluation
Ingeniero de Visión por Computadora
Trabajo con contexto de mapa y agentes en escenas dinámicas conecta con el CV engineer en sistemas de percepción AV.
Este proyecto afina
- trajectory-prediction
- model-evaluation
- python
Investigador en IA
Diseño honesto de baselines y comparativas estratificadas es el músculo del investigador en predicción de comportamiento.
Este proyecto afina
- sequence-models
- benchmarking
- model-evaluation