Plan Szkolenia

Wprowadzenie

Przegląd sztucznej inteligencji (AI) i Robotics

  • Symulowane komputerowo kontra fizyczne
  • Robotics jako gałąź sztucznej inteligencji
  • Zastosowania sztucznej inteligencji w robotyce

Zrozumienie lokalizacji

  • Lokalizowanie robota
  • Używanie czujników do oceny lokalizacji i środowiska
  • Ćwiczenia dotyczące prawdopodobieństwa

Nauka o ruchu robotów

  • Ruchy dokładne i niedokładne
  • Funkcje wykrywania i przesuwania

Korzystanie z narzędzi prawdopodobieństwa

  • Reguła Bayesa
  • Twierdzenie o prawdopodobieństwie całkowitym

Szacowanie stanu pojazdu przy użyciu filtra Kalmana

  • Procesy gaussowskie
  • Pomiar i ruch
  • Filtrowanie Kalmana (kod, przewidywanie, projektowanie i macierze)

Śledzenie zrobotyzowanego samochodu za pomocą filtra cząsteczek

  • Wymiar przestrzeni stanów i krótka modalność
  • Klasa robota, świat robota i cząstki robota

Odkrywanie metod planowania i Search

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

Programming Twój robot AI

  • Pierwszy program wyszukiwania i tabela siatki rozszerzeń
  • Programowanie dynamiczne
  • Wartość obliczeniowa i optymalna polityka

Korzystanie z regulacji PID

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

Mapowanie i śledzenie przy użyciu SLAM

  • Ograniczenia
  • Punkty orientacyjne
  • Wdrażanie SLAM

Rozwiązywanie problemów

Podsumowanie i wnioski

Wymagania

  • Programming doświadczenie
  • Podstawowe zrozumienie informatyki i inżynierii
  • Znajomość pojęć prawdopodobieństwa i algebry liniowej

Uczestnicy

  • Inżynierowie
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie