Máster online de 1900 h: 12 módulos y 120 submódulos, de «Percepción en vehículos automatizados» a «Proyecto de sistema de percepción», pasando por «Percepción con aprendizaje profundo».
Mapa del programa · pulsa un módulo
Módulo 1 · Percepción en vehículos automatizados
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Percepción en vehículos automatizados
Saldrás manejando niveles de automatización según SAE J3016, cadena percepción, predicción y planificación y requisitos de percepción por función ADAS. Es lo que se trabaja en «Percepción en vehículos automatizados», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Radar de automoción
Saldrás manejando principio FMCW y bandas de 77 GHz, resolución en distancia y velocidad y arrays MIMO y resolución angular. Es lo que se trabaja en «Radar de automoción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Ultrasonidos y sensores de proximidad
Saldrás manejando sensores ultrasónicos de aparcamiento, ecolocalización y alcance y fusión para aparcamiento automático. Es lo que se trabaja en «Ultrasonidos y sensores de proximidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Percepción con aprendizaje profundo
Saldrás manejando arquitecturas CNN y transformers, detección 3D con PointPillars y modelos BEVFormer y BEVFusion. Es lo que se trabaja en «Percepción con aprendizaje profundo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Seguridad de la percepción
Saldrás manejando seguridad funcional ISO 26262 en sensores, SOTIF e insuficiencias de percepción y disparadores y condiciones de fallo. Es lo que se trabaja en «Seguridad de la percepción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Normativa y evaluación de consumidores
Saldrás manejando reglamento General de Seguridad 2019/2144, frenado de emergencia R152 y sistema de mantenimiento de carril R79. Es lo que se trabaja en «Normativa y evaluación de consumidores», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Analizar las tecnologías de sensores de los vehículos automatizados.
02Aplicar técnicas de visión por computador a la conducción.
03Procesar datos de radar y LiDAR para la detección de objetos.
04Diseñar arquitecturas de fusión de sensores.
05Entrenar y desplegar modelos de percepción profunda.
06Evaluar la seguridad de la percepción según ISO 26262 y SOTIF.
07Desarrollar un sistema de percepción completo.
Plan de estudios
12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.
1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos
Percepción en vehículos automatizados
1.1Niveles de automatización según SAE J3016
1.2Cadena percepción, predicción y planificación
1.3Requisitos de percepción por función ADAS
1.4Arquitecturas centralizadas y distribuidas
1.5Sensores en vehículos de producción
1.6Representación del entorno y modelo del mundo
1.7Métricas de rendimiento de percepción
1.8Retos abiertos de la percepción
1.9Casos de fallo documentados
1.10Caso práctico: análisis de suite sensorial comercial
Módulo 2 de 12 · 10 submódulos
Cámaras y visión por computador
2.1Sensores CMOS y rango dinámico HDR
2.2Óptica, distorsión y campo de visión
2.3Procesado de imagen ISP
2.4Detección de carriles y señales
2.5Detección de objetos con CNN
2.6Segmentación semántica e instancia
2.7Estimación de profundidad monocular
2.8Visión estéreo y disparidad
2.9Cámaras surround y vista de pájaro
2.10Laboratorio: detector YOLO en dataset de conducción
Módulo 3 de 12 · 10 submódulos
Radar de automoción
3.1Principio FMCW y bandas de 77 GHz
3.2Resolución en distancia y velocidad
3.3Arrays MIMO y resolución angular
3.4Radar de imagen 4D
3.5Procesado de nube de detecciones
3.6Clasificación de objetos con radar
3.7Interferencias entre radares
3.8Integración tras paragolpes
3.9Ventajas en lluvia y niebla
3.10Práctica: procesado de datos radar en Python
Módulo 4 de 12 · 10 submódulos
Tecnología LiDAR de automoción
4.1Principio de tiempo de vuelo
4.2LiDAR mecánico, MEMS y flash
4.3LiDAR FMCW coherente
4.4Longitudes de onda 905 y 1550 nm
4.5Nubes de puntos y densidad
4.6Detección de objetos en nubes de puntos
4.7Seguridad ocular IEC 60825
4.8Coste e integración en producción
4.9Limitaciones con lluvia y polvo
4.10Taller: segmentación de nube de puntos con PCL
Módulo 5 de 12 · 10 submódulos
Ultrasonidos y sensores de proximidad
5.1Sensores ultrasónicos de aparcamiento
5.2Ecolocalización y alcance
5.3Fusión para aparcamiento automático
5.4Sensores de ocupación interior
5.5Radar de corto alcance
5.6Detección de ángulo muerto
5.7Alerta de tráfico cruzado
5.8Limitaciones de sensores cercanos
5.9Calibración de sensores de aparcamiento
5.10Práctica: lógica de asistente de aparcamiento
Módulo 6 de 12 · 10 submódulos
Fusión de sensores
6.1Fusión temprana, intermedia y tardía
6.2Filtro de Kalman y variantes
6.3Seguimiento multiobjeto en el entorno
6.4Asociación de datos y JPDA
6.5Rejillas de ocupación
6.6Fusión en vista de pájaro BEV
6.7Fusión con redes neuronales
6.8Gestión de incertidumbre
6.9Sincronización temporal de sensores
6.10Laboratorio: tracking con filtro de Kalman extendido
Módulo 7 de 12 · 10 submódulos
Percepción con aprendizaje profundo
7.1Arquitecturas CNN y transformers
7.2Detección 3D con PointPillars
7.3Modelos BEVFormer y BEVFusion
7.4Redes de ocupación 3D
7.5Datasets KITTI, nuScenes y Waymo
7.6Etiquetado y anotación de datos
7.7Aumento de datos
7.8Cuantización para despliegue
7.9Métricas mAP y NDS
7.10Práctica: entrenamiento de detector 3D
Módulo 8 de 12 · 10 submódulos
Hardware y procesamiento
8.1SoC de automoción para percepción
8.2GPU y aceleradores neuronales
8.3Requisitos de latencia
8.4Ancho de banda de sensores
8.5Interfaces GMSL y Ethernet automotriz
8.6Consumo y gestión térmica
8.7Optimización con TensorRT
8.8Calificación de componentes AEC-Q100
8.9Arquitectura de cómputo zonal
8.10Taller: optimización de inferencia en Jetson
Módulo 9 de 12 · 10 submódulos
Seguridad de la percepción
9.1Seguridad funcional ISO 26262 en sensores
9.2SOTIF e insuficiencias de percepción
9.3Disparadores y condiciones de fallo
9.4Redundancia y diversidad sensorial
9.5Monitorización de plausibilidad
9.6Robustez ante ataques adversarios
9.7Ciberseguridad de sensores
9.8Degradación y estados seguros
9.9Argumentación de seguridad
9.10Caso práctico: análisis SOTIF de cámara frontal
Módulo 10 de 12 · 10 submódulos
Validación de la percepción
10.1Ground truth y referencia
10.2Métricas por clase y distancia
10.3Validación en carretera
10.4Validación en simulación
10.5Reinyección de datos grabados
10.6Cobertura de escenarios
10.7Pruebas en pista
10.8Análisis de falsos positivos
10.9Informes de validación
10.10Laboratorio: evaluación con métricas nuScenes
Módulo 11 de 12 · 10 submódulos
Normativa y evaluación de consumidores
11.1Reglamento General de Seguridad 2019/2144
11.2Frenado de emergencia R152
11.3Sistema de mantenimiento de carril R79
11.4ALKS según R157
11.5Protocolos Euro NCAP
11.6Requisitos de la NHTSA
11.7Norma ISO 34502
11.8Homologación de sistemas de percepción
11.9Tendencias regulatorias en percepción
11.10Práctica: matriz de requisitos AEB
Módulo 12 de 12 · 10 submódulos
Proyecto de sistema de percepción
12.1Definición de la función y ODD
12.2Selección de suite sensorial
12.3Diseño de la arquitectura de fusión
12.4Desarrollo de modelos de detección
12.5Integración en plataforma de cómputo
12.6Análisis de seguridad
12.7Plan de validación
12.8Resultados y conclusiones
12.9Memoria del TFM
12.10Defensa ante tribunal
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 meses previstos
¿Qué nivel tienes ya?
Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.
Sensores en vehículos de producción
Módulo 1 · Percepción en vehículos automatizados
Resolución en distancia y velocidad
Módulo 3 · Radar de automoción
Calibración de sensores de aparcamiento
Módulo 5 · Ultrasonidos y sensores de proximidad
Etiquetado y anotación de datos
Módulo 7 · Percepción con aprendizaje profundo
Disparadores y condiciones de fallo
Módulo 9 · Seguridad de la percepción
Marca los cinco conceptos y te damos tu resultado.
Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, que dirige Dr. Markus Schneider. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.
Dr. Markus SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 20-11-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Autónomos, ADAS & Vehículo Definido por Software?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
·Nivel de español suficiente para seguir lectura de normativa técnica.
Cómo se estudia
Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.
Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es ROS 2, PyTorch, OpenCV, Point Cloud Library, NVIDIA DriveWorks, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de evaluación de detectores con datasets públicos, validación en pista de funciones ADAS, reinyección de datos grabados. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Percepción en vehículos automatizados» y cierra con «Proyecto de sistema de percepción».
Se trabajan SAE J3016, ISO 26262, ISO 21448, Reglamento (UE) 2019/2144 (seguridad general), UN ECE R152 y UN ECE R157.
Los perfiles más directos son Ingeniero de percepción, Ingeniero de fusión de sensores, Ingeniero de visión por computador, Ingeniero de validación ADAS y Ingeniero de aprendizaje profundo.
En un pago son 4.984 €, sobre una tarifa de 6.230 €. A plazos, una entrada de 2.486 € y 12 cuotas de 312 €, 6.230 € en total, sin intereses: lo mismo que la tarifa.
Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.
El programa son 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con ROS 2, PyTorch, OpenCV, Point Cloud Library, NVIDIA DriveWorks. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.
Diploma propio de SEIUM al superar la evaluación continua y el Trabajo Fin de Máster. Es formación propia, no un título oficial del Ministerio.
Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.
Inicio de clases: 20 de diciembre de 20264.984 €Matricularme
Antes de decidir
¿Qué sacarías tú de este máster?
No es lo mismo llegar aquí recién titulado que con diez años en el sector. Dinos de dónde vienes.
Qué te aportaPasar de la teoría de carrera al criterio de proyecto: qué norma aplica a cada parte del trabajo, qué criterios de aceptación se fijan antes de ejecutar y cómo se deja todo documentado.
Dónde vas a sudarEl módulo de normativa y evidencia documental, si todavía no has trabajado dentro de un proyecto real con auditoría de por medio.
Con qué salesCon una memoria técnica propia, sobre un caso real, que puedes poner encima de la mesa en una entrevista.
Qué te aportaFormalizar lo que ya haces por oficio: distinguir requisito obligatorio de buena práctica, justificar por escrito las decisiones técnicas y dejar el trabajo trazable.
Dónde vas a sudarPoco en contenido. El esfuerzo real está en el proyecto final y en su defensa.
Con qué salesCon el máster acreditado y un proyecto hecho sobre un caso de tu propio trabajo.
Qué te aportaLa base técnica de Autónomos, ADAS & Vehículo Definido por Software y el marco normativo del ámbito desde cero, sin dar por sabido el vocabulario del sector.
Dónde vas a sudarLas primeras semanas, por terminología. A partir del segundo módulo se nivela.
Con qué salesCon un perfil de entrada acreditado en Autónomos, ADAS & Vehículo Definido por Software y un proyecto que demuestra que sabes aplicarlo.
¿Te va a dar la vida?
Calcula tu ritmo real
Son 1900 horas. Mueve el control y mira cuánto tardarías tú de verdad.
—para terminar
¿Y esto para qué me sirve?
Marca lo que más te interesa
Elige hasta 3 módulos y te digo cuánto pesan en el programa y a qué perfiles prepara.
Perfiles a los que prepara
Ingeniero de percepción
Ingeniero de fusión de sensores
Ingeniero de visión por computador
En automoción, conducción autónoma y proveedores de sensores.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Autónomos, ADAS & Vehículo Definido por Software con criterio de norma, no solo de intuición.
Saber justificar por escrito por qué tomaste una decisión técnica.
Terminar con una memoria técnica tuya, sobre un caso real.
Avanzar a tu ritmo, compatible con una jornada completa.
No, si buscas…
Un título rápido sin entregar trabajo propio.
Clases en directo con horario fijo: el programa es asíncrono.
Empezar mañana: las clases empiezan justo un mes después de matricularte.
Formación de taller o práctica presencial con maquinaria.
¿Te queda una duda?
Pregunta algo concreto
Escríbela aquí y la pasamos al formulario de contacto con la formación ya identificada.