Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do AI i Robotyki
- Przegląd współczesnej robotyki i konwergencji AI
- Zastosowania w systemach autonomicznych, dronach i robotach serwisowych
- Kluczowe komponenty AI: percepcja, planowanie i sterowanie
Konfiguracja środowiska programistycznego
- Instalacja Pythona, ROS 2, OpenCV i TensorFlow
- Korzystanie z Gazebo lub Webots do symulacji robotów
- Praca z Jupyter Notebooks do eksperymentów z AI
Percepcja i przetwarzanie obrazu
- Korzystanie z kamer i czujników do percepcji
- Klasyfikacja obrazów, wykrywanie obiektów i segmentacja z użyciem TensorFlow
- Wykrywanie krawędzi i śledzenie konturów z OpenCV
- Przetwarzanie i strumieniowanie obrazów w czasie rzeczywistym
Lokalizacja i fuzja danych z czujników
- Zrozumienie probabilistycznej robotyki
- Filtry Kalmana i rozszerzone filtry Kalmana (EKF)
- Filtry cząsteczkowe dla środowisk nieliniowych
- Integracja danych z LiDAR, GPS i IMU do lokalizacji
Planowanie ruchu i nawigacja
- Algorytmy planowania ścieżki: Dijkstra, A* i RRT*
- Unikanie przeszkód i mapowanie środowiska
- Sterowanie ruchem w czasie rzeczywistym z użyciem PID
- Dynamiczna optymalizacja ścieżki z wykorzystaniem AI
Uczenie ze wzmocnieniem w robotyce
- Podstawy uczenia ze wzmocnieniem
- Projektowanie zachowań robotów opartych na nagrodach
- Q-learning i Deep Q-Networks (DQN)
- Integracja agentów RL w ROS do adaptacyjnego ruchu
Simultaneous Localization and Mapping (SLAM)
- Zrozumienie koncepcji i procesów SLAM
- Implementacja SLAM z użyciem pakietów ROS (gmapping, hector_slam)
- Wizualny SLAM z użyciem OpenVSLAM lub ORB-SLAM2
- Testowanie algorytmów SLAM w środowiskach symulowanych
Zaawansowane tematy i integracja
- Rozpoznawanie mowy i gestów do interakcji człowiek-robot
- Integracja z platformami IoT i robotyki chmurowej
- Predykcyjne utrzymanie robotów napędzane AI
- Etyka i bezpieczeństwo w robotyce z AI
Projekt końcowy
- Projektowanie i symulacja inteligentnego robota mobilnego
- Implementacja nawigacji, percepcji i sterowania ruchem
- Demonstracja podejmowania decyzji w czasie rzeczywistym z użyciem modeli AI
Podsumowanie i kolejne kroki
- Przegląd kluczowych technik AI w robotyce
- Trendy przyszłości w robotyce autonomicznej
- Źródła do dalszej nauki
Wymagania
- Doświadczenie w programowaniu w Pythonie lub C++
- Podstawowa znajomość informatyki i inżynierii
- Znajomość pojęć z zakresu prawdopodobieństwa, rachunku różniczkowego i algebry liniowej
Grupa docelowa
- Inżynierowie
- Entuzjaści robotyki
- Badacze w dziedzinie automatyzacji i AI
21 godzin
Opinie uczestników (1)
znajomość i wykorzystanie sztucznej inteligencji dla robotyki w przyszłości.
Ryle - PHILIPPINE MILITARY ACADEMY
Szkolenie - Artificial Intelligence (AI) for Robotics
Przetłumaczone przez sztuczną inteligencję