Bądźmy w kontakcie
 Czas trwania 21 godzin

Plan Szkolenia

Wprowadzenie do AI i robotyki

  • Przegląd współczesnej robotyki i konwergencji AI
  • Zastosowania w systemach autonomicznych, dronach i robotach usługowych
  • Kluczowe komponenty AI: percepcja, planowanie i sterowanie

Konfiguracja środowiska programistycznego

  • Instalacja Pythona, ROS 2, OpenCV i TensorFlow
  • Wykorzystanie Gazebo lub Webots do symulacji robotów
  • Praca z Jupyter Notebooks przy eksperymentach z AI

Percepcja i wizja komputerowa

  • Wykorzystanie kamer i czujników do percepcji
  • Klasyfikacja obrazów, wykrywanie i segmentacja obiektów za pomocą TensorFlow
  • Wykrywanie krawędzi i śledzenie konturów w OpenCV
  • Strumieniowanie i przetwarzanie obrazu w czasie rzeczywistym

Lokalizacja i fuzja czujników

  • Zrozumienie robotyki probabilistycznej
  • Filtry Kalmana i rozszerzone filtry Kalmana (EKF)
  • Filtry cząsteczkowe do środowisk nieliniowych
  • Integracja danych LiDAR, GPS i IMU w celu lokalizacji

Planowanie ruchu i wyznaczanie ścieżki

  • Algorytmy planowania ścieżki: Dijkstra, A* i RRT*
  • Unikanie przeszkód i mapowanie środowiska
  • Sterowanie ruchem w czasie rzeczywistym przy użyciu 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 głębokie sieci Q (DQN)
  • Integracja agentów RL w ROS w celu adaptacyjnego ruchu

Jednoczesna lokalizacja i mapowanie (SLAM)

  • Zrozumienie koncepcji i procesów SLAM
  • Implementacja SLAM za pomocą pakietów ROS (gmapping, hector_slam)
  • Wizualny SLAM z użyciem OpenVSLAM lub ORB-SLAM2
  • Testowanie algorytmów SLAM w środowiskach symulowanych

Zaawansowane zagadnienia i integracja

  • Rozpoznawanie mowy i gestów w interakcji człowiek-robot
  • Integracja z platformami IoT i robotyki w chmurze
  • Predykcyjne utrzymanie ruchu robotów oparte na AI
  • Etyka i bezpieczeństwo w robotyce wykorzystującej AI

Projekt końcowy

  • Zaprojektowanie i zasymulowanie inteligentnego robota mobilnego
  • Wdrożenie nawigacji, percepcji i sterowania ruchem
  • Demonstracja podejmowania decyzji w czasie rzeczywistym z wykorzystaniem modeli AI

Podsumowanie i dalsze kroki

  • Przegląd kluczowych technik AI w robotyce
  • Przyszłe trendy w robotyce autonomicznej
  • Zasoby do dalszej nauki

Wymagania

  • Doświadczenie w programowaniu w Pythonie lub C++
  • Podstawowa znajomość informatyki i inżynierii
  • Znajomość pojęć z zakresu rachunku prawdopodobieństwa, rachunku różniczkowego i algebry liniowej

Grupa docelowa

  • Inżynierowie
  • Entuzjaści robotyki
  • Naukowcy zajmujący się automatyką i AI

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie