Embederte Linux Kernel og Driverutvikling Treningskurs

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å lære å bruke innebygd C til å programmere ulike typer mikrokontrollere basert på forskjellige prosessorarkitekturer (8051, ARM CORTEX M-3 og ARM9).

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære hvordan de programmerer Arduino for bruk i den virkelige verden, for eksempel for å kontrollere lys, motorer og bevegelsesdeteksjonssensorer. Dette kurset forutsetter bruk av ekte maskinvarekomponenter i et levende labmiljø (ikke programvaresimulert maskinvare).

Ved slutten av denne opplæringen vil deltakerne kunne:

• Programmer Arduino for å kontrollere lys, motorer og andre enheter.
• Forstå Arduinos arkitektur, inkludert innganger og kontakter for tilleggsenheter.
• Legg til tredjepartskomponenter som LCD-skjermer, akselerometre, gyroskoper og GPS-sporere for å utvide Arduinos funksjonalitet.
• Forstå de ulike alternativene i programmeringsspråk, fra C til dra-og-slipp-språk.
• Test, feilsøk og distribuer Arduino for å løse problemer i den virkelige verden.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører og informatikere som ønsker å bruke grunnleggende kretser og elektronikk for å designe enheter og systemer som utnytter egenskapene til elektriske komponenter for utvikling av maskinvarefunksjoner .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sette opp og konfigurere nødvendige verktøy og programmer for krets- og kretskortutvikling.
• Forstå de grunnleggende prinsippene bak kretser og elektronikkteknikk.
• Bruk de primære elektroniske komponentene til å konstruere effektive maskinvareteknologier.
• Optimaliser elektroniske enheter ved å implementere kretsanalysemetoder.
• Bruk grunnleggende elektronikk og kretser til utvikling av bedriftsapplikasjoner.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot ingeniører og forskere som ønsker å lære og bruke DSP-implementeringer for å effektivt håndtere ulike signaltyper og få bedre kontroll over flerkanals elektroniske systemer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Konfigurer og konfigurer nødvendig programvareplattform og verktøy for digital signalbehandling.
• Forstå konseptene og prinsippene som er grunnleggende for DSP og dets applikasjoner.
• Gjør deg kjent med DSP-komponenter og bruk dem i elektronikksystemer.
• Generer algoritmer og operasjonelle funksjoner ved å bruke resultatene fra DSP.
• Bruk de grunnleggende funksjonene til DSP-programvareplattformer og design signalfiltre.
• Syntetiser DSP-simuleringer og implementer ulike typer filtre for DSP.

Et todagers kurs som dekker alle designprinsipper med kodeeksempler kombinert med nyere industriell teknologi; veldig nyttig for programvareutviklere for bilindustrien

Denne instruktørledede, live-opplæringen (online eller på stedet) er rettet mot C-utviklere som ønsker å lære innebygde C-designprinsipper.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå designhensynene som gjør innebygde C-programmer pålitelige
• Definer funksjonaliteten til et innebygd system
• Definer programlogikken og strukturen for å oppnå ønsket resultat
• Design en pålitelig, feilfri innebygd applikasjon
• Få optimal ytelse fra målmaskinvare

Kursets format:

• Interaktivt foredrag og diskusjon
• Øvelser og praksis
• Praktisk implementering i et live-lab-miljø

Alternativer for kurstilpasning:

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot bilingeniører og teknikere på middels nivå som ønsker å få praktisk erfaring med å teste, simulere og diagnostisere ECUer ved å bruke Vector-verktøy som CANoe og CANape.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen og funksjonen til ECUer i bilsystemer.
• Sett opp og konfigurer Vector-verktøy som CANoe og CANape.
• Simuler og test ECU-kommunikasjon på CAN- og LIN-nettverk.
• Analyser data og utfør diagnostikk på ECUer.
• Lag testsaker og automatiser testarbeidsflyter.
• Kalibrer og optimaliser ECUer ved hjelp av praktiske tilnærminger.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot bilingeniører på middels nivå og utviklere av innebygde systemer som ønsker å forstå de teoretiske aspektene ved ECU-er, med fokus på vektorbaserte verktøy og metoder som brukes i bildesign. og utvikling.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og funksjonene til ECU-er i moderne kjøretøy.
• Analyser kommunikasjonsprotokoller som brukes i ECU-utvikling.
• Utforsk vektorbaserte verktøy og deres teoretiske applikasjoner.
• Bruk modellbaserte utviklingsprinsipper på ECU-design.

I denne instruktørledede, live-opplæringen i Norge, vil deltakerne lære å kode ved hjelp av FreeRTOS mens de går gjennom utviklingen av et enkelt RTOS-prosjekt ved hjelp av en mikrokontroller.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene for sanntidsoperativsystemer.
• Lær miljøet til FreeRTOS.
• Lær hvordan du koder med FreeRTOS.
• Grensesnitt en FreeRTOS-applikasjon til periferiutstyr for maskinvare.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot FPGA-utviklere som ønsker å bruke Vivado til å designe, feilsøke og implementere maskinvareløsninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utvikle HDL-systemer med C-kode og Vivado-verktøy.
• Generer og implementer myke prosessorer i Vivado.
• Test og simuler C-kode ved å bruke Vivado.

Denne instruktørledede, live-treningen på Norge (online eller på stedet) retter seg mot mellomnivå-embeddede systemingeniører og AI-utviklere som ønsker å deploye maskinlæringsmodeller på mikrocontroller ved bruk av TensorFlow Lite og Edge Impulse.

Ved slutten av denne treningen vil deltakerne være i stand til:

• Forstå grunnleggende prinsipper for TinyML og dets fordeler for edge AI-applikasjoner.
• Opprette en utviklingsmiljø for TinyML-prosjekter.
• Tren, optimalisere og deploye AI-modeller på lavstrøms mikrocontroller.
• Bruke TensorFlow Lite og Edge Impulse for å implementere virkelige TinyML-applikasjoner.
• Optimalisere AI-modeller for strømforbruk og minnebegrensninger.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å lære designprinsippene for mikrokontrollerdesign.

Raspberry Pi er en veldig liten, enkeltbord datamaskin.

I denne instruktørledede, live-trening, vil deltakerne lære hvordan å sette opp og programmere Raspberry Pi for å tjene som et interaktivt og kraftig innebygd system.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Opprettelse av en IDE (integrert utviklingsmiljø) for maksimal utviklings produktivitet
• Program Raspberry Pi for å kontrollere enheter som bevegelsessensor, alarmer, webserver og skrivere.
• Forstå Raspberry Pi's arkitektur, inkludert input og koblinger for add-on-enheter.
• Forstå de ulike alternativene i programmeringsspråk og operativsystemer
• Test, debug, og implementere Raspberry Pi for å løse virkelige problemstillinger

Publikum

• Utviklere
• Hardware / programvare teknikere
• Tekniske personer i alle bransjer
• Hobbyister

Format av kurset

• Delvis forelesning, delvis diskusjon, øvelser og tung praksis

Notat

• Raspberry Pi støtter ulike operativsystemer og programmeringsspråk. Dette kurset vil bruke Raspbian som operativsystem og Python som programmeringsspråk. For å be om en spesifikk innstilling, vennligst kontakt oss for å arrangere.
• Deltakerne er ansvarlige for kjøp av Raspberry Pi maskinvare og komponenter.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å skrive, laste og kjøre maskinlæringsmodeller på svært små innebygde enheter.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer TensorFlow Lite.
• Last inn maskinlæringsmodeller på en innebygd enhet for å gjøre den i stand til å oppdage tale, klassifisere bilder osv.
• Legg til AI til maskinvareenheter uten å stole på nettverkstilkobling.