Visão Geral

O curso Advanced Driver Assistance Systems (ADAS) aborda, de forma prática e avançada, os principais sistemas de assistência ao motorista presentes em veículos modernos. O treinamento explora desde os fundamentos até a integração de sensores, algoritmos de percepção e tomada de decisão, preparando o aluno para atuar em projetos automotivos de alto nível tecnológico.

Serão abordados conceitos de visão computacional, fusão de sensores, inteligência artificial aplicada e integração com arquiteturas automotivas como AUTOSAR, além de aspectos de segurança funcional baseados na norma ISO 26262.

Objetivo

Após realizar este curso Advanced Driver Assistance Systems (ADAS), você será capaz de:

• Compreender a arquitetura completa de sistemas ADAS
• Identificar e aplicar diferentes tipos de sensores automotivos
• Implementar conceitos de fusão de sensores
• Entender algoritmos de percepção (visão computacional e radar)
• Aplicar conceitos de tomada de decisão e controle
• Integrar ADAS com arquiteturas como AUTOSAR
• Compreender requisitos de segurança funcional (ISO 26262)
• Validar e testar sistemas ADAS em ambientes simulados e reais

Publico Alvo

• Engenheiros automotivos
• Desenvolvedores de software embarcado
• Profissionais de sistemas embarcados
• Especialistas em eletrônica automotiva
• Profissionais de IA e visão computacional
• Integradores e arquitetos de sistemas automotivos

Pre-Requisitos

• Conhecimentos básicos em programação (C/C++ ou Python)
• Noções de sistemas embarcados
• Fundamentos de eletrônica
• Interesse em tecnologias automotivas

Materiais

Conteúdo Programatico

Module 1: Introduction to ADAS Systems

1. Overview of ADAS technologies
2. SAE levels of driving automation
3. ADAS vs Autonomous Driving
4. Market trends and regulations

Module 2: ADAS Sensors and Hardware

1. Cameras (Mono, Stereo, Infrared)
2. Radar systems
3. LiDAR fundamentals
4. Ultrasonic sensors
5. Sensor calibration

Module 3: Computer Vision for ADAS

1. Image processing fundamentals
2. Object detection techniques
3. Lane detection algorithms
4. Deep learning for perception
5. Real-time constraints

Module 4: Sensor Fusion

1. Fusion architectures (low, mid, high level)
2. Kalman Filter basics
3. Multi-sensor data integration
4. Accuracy and redundancy

Module 5: Localization and Mapping

1. GPS and GNSS systems
2. SLAM fundamentals
3. HD Maps
4. Vehicle positioning techniques

Module 6: Decision Making and Control

1. Path planning algorithms
2. Behavior planning
3. Control systems basics
4. ADAS use cases implementation

Module 7: ADAS Features Implementation

1. Adaptive Cruise Control (ACC)
2. Lane Keeping Assist (LKA)
3. Automatic Emergency Braking (AEB)
4. Blind Spot Detection (BSD)
5. Parking Assist Systems

Module 8: Automotive Software Architecture

1. AUTOSAR Classic vs Adaptive
2. ECU communication (CAN, LIN, Ethernet)
3. Middleware integration
4. Real-time systems

Module 9: Functional Safety and Standards

1. ISO 26262 overview
2. ASIL levels
3. Hazard analysis (HARA)
4. Safety lifecycle

Module 10: Testing and Validation

1. Simulation environments (CARLA, SIL, HIL)
2. Scenario-based testing
3. Validation metrics
4. Regulatory compliance