Plan Szkolenia

Wprowadzenie

Przegląd Sztucznej Inteligencji (AI) i Robotyki

  • Symulacja komputerowa versus fizyczna
  • Robotyka jako dział AI
  • Zastosowania AI w robotyce

Rozumienie Lokalizacji

  • Lokalizowanie robota
  • Używanie czujników do oceny lokalizacji i środowiska
  • Ćwiczenia z prawdopodobieństwem

Uczenie się o ruchu robotów

  • Dokładne i niedokładne ruchy
  • Funkcje czucia i ruchu

Używanie narzędzi probabilistycznych

  • Zasada Bayes’a
  • Twierdzenie o całkowitym prawdopodobieństwie

Oszacowywanie stanu pojazdu za pomocą filtru Kalmana

  • Procesy gaussowskie
  • Pomiar i ruch
  • Filtr Kalmana (kod, prognoza, projektowanie i macierze)

Śledzenie samochodu robota za pomocą filtru cząsteczkowego

  • Wymiar przestrzeni stanu i krótkie wprowadzenie do modalności
  • Klasa robota, świat robota i cząsteczki robota

Badanie metod planowania i wyszukiwania

  • Algorytm wyszukiwania A*
  • Planowanie ruchu
  • Obliczanie kosztu i optymalnej ścieżki

Programowanie AI robota

  • Pierwszy program wyszukiwania i tabela rozwijania siatki
  • Programowanie dynamiczne
  • Obliczanie wartości i optymalnej polityki

Używanie sterowania PID

  • Ruch robota i wygładzanie ścieżki
  • Wdrożenie regulatora PID
  • Optymalizacja parametrów

Mapowanie i śledzenie za pomocą SLAM

  • Ograniczenia
  • Znaczniki
  • Wdrożenie SLAM

Diagnostyka

Podsumowanie i wnioski

Wymagania

  • Doświadczenie w programowaniu
  • Podstawowa znajomość informatyki i inżynierii
  • Zapoznanie z pojęciami prawdopodobieństwa i algebry liniowej

Grupa docelowa

  • Inżynierowie
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie