聯繫我們

課程簡介

機器人技術中的安全性與可解釋性簡介

  • 機器人系統中安全性與透明度的概述
  • 機器人與人工智能的監管及倫理背景
  • 標準與框架:ISO 26262、ISO 10218 及 ISO/IEC 42001

風險與危害分析

  • 識別自主及半自主系統中的危害
  • 執行故障模式與影響分析 (FMEA)
  • 透過安全設計量化風險並採取緩解措施

驗證與確認技術

  • 在模擬環境中測試機器人行為
  • 形式化驗證及測試用例設計
  • 數據驅動的驗證與監控技術

安全案例制定

  • 安全案例的結構與內容
  • 記錄合規性及可追蹤性
  • 使用工具進行證據管理與風險論證

機器人技術中的可解釋人工智能

  • 讓決策過程透明化
  • 基於機器學習的控制系統的可解釋性技術
  • 向用戶及監管機構解釋機器人行為

倫理與治理考量

  • 機器人及自主系統中的倫理原則
  • 人工智能驅動機器人中的偏差、問責制與責任
  • 在創新與公眾信任及監管之間取得平衡

實戰工作坊:構建安全且可解釋的機器人場景

  • 在 ROS 2 或 Gazebo 中設計小型機器人模擬
  • 應用驗證與確認程序
  • 制定並展示安全案例摘要

總結與後續步驟

最低要求

  • 對機器人系統及控制架構有基本了解
  • 熟悉 Python 編程及模擬工具
  • 具備系統工程或安全流程的知識

目標受眾

  • 從事機器人或自主系統工作的系統工程師
  • 確保符合功能安全標準的安全人員
  • 監督機器人整合與部署的技術經理
 21 小時

客戶評論 (2)

課程分類