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.
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
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