Wizja Komputerowa dla Robotyki: Percepcja z użyciem OpenCV i Głębokiego Uczenia - Plan Szkolenia

Sztuczna Inteligencja (AI) dla Robotyki łączy uczenie maszynowe, układy sterujące i integrację czujników w celu stworzenia inteligentnych maszyn zdolnych do postrzegania, rozumowania i działania samodzielnie. Dzięki nowoczesnym narzędziom takim jak ROS 2, TensorFlow i OpenCV, inżynierzy mogą teraz projektować roboty, które poruszają się, planują i interakcjonują z rzeczywistymi środowiskami w inteligentny sposób.

Trening prowadzony przez instruktora (online lub na miejscu) jest skierowany do inżynierów średnio zaawansowanych, którzy chcą rozwijać, trenować i wdrażać systemy robotyczne oparte na AI, wykorzystując aktualne technologie i frameworki o otwartym kodzie źródłowym.

Na koniec tego treningu uczestnicy będą w stanie:

• Korzystać z Pythona i ROS 2 do budowy i symulacji zachowań roboczych.
• Zaimplementować filtry Kalmana i cząsteczkowe do lokalizacji i śledzenia.
• Stosować techniki wizji komputerowej za pomocą OpenCV do postrzegania i wykrywania obiektów.
• Korzystać z TensorFlow do predykcji ruchu i sterowania opartego na nauce maszynowej.
• Integrować SLAM (Symultaniczna Lokalizacja i Mapowanie) do samodzielnej nawigacji.
• Opracowywać modele uczenia wzmocnionego, aby poprawić decyzje robota.

Format Kursu

• Interaktywna prezentacja i dyskusja.
• Działania praktyczne za pomocą ROS 2 i Pythona.
• Cwiczenia praktyczne w symulowanych i rzeczywistych środowiskach roboczych.

Opcje Dostosowania Kursu

Aby zamówić dostosowany trening dla tego kursu, prosimy o kontakt z nami w celu ustalenia szczegółów.

W tym szkoleniu prowadzonym przez instruktora, w trybie Polsce (online lub stacjonarnym), uczestnicy poznają różne technologie, ramy i techniki programowania różnych typów robotów używanych w dziedzinie technologii nuklearnych i systemów środowiskowych.

6-tygodniowy kurs odbywa się 5 dni w tygodniu. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznego rozwoju robotów w żywym środowisku laboratoryjnym. Uczestnicy będą realizować różne projekty związane z rzeczywistymi scenariuszami pracy, aby utrwalić nabytą wiedzę.

Oprogramowanie symulujące sprzęt docelowy tego kursu będzie działało w 3D. Do programowania robotów będą używane otwarte oprogramowanie ROS (Robot Operating System), C++ i Python.

Na zakończenie tego szkolenia uczestnicy będą mogli:

• Zrozumieć kluczowe koncepcje stosowane w technologiach robotycznych.
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym.
• Zrozumieć i wdrożyć komponenty oprogramowania, które stanowią podstawę robotyki.
• Zbudować i obsługiwać symulowany robot mechaniczny, który może widzieć, czuć, przetwarzać, nawigować i komunikować się z ludźmi za pomocą głosu.
• Zrozumieć niezbędne elementy sztucznej inteligencji (uczenie maszynowe, uczenie głębokie itp.) stosowane do budowy inteligentnego robota.
• Wdrożyć filtry (Kalmana i Partikularne) umożliwiając robocie lokalizację ruchomych obiektów w jego otoczeniu.
• Wdrożyć algorytmy wyszukiwania i planowania ruchu.
• Wdrożyć sterowanie PID do regulacji ruchu robota w środowisku.
• Wdrożyć algorytmy SLAM umożliwiając robocie mapowanie nieznanego środowiska.
• Rozszerzyć zdolność robota do wykonywania złożonych zadań za pomocą Deep Learning.
• Testować i diagnozować robot w realistycznych scenariuszach.

W tym prowadzonym przez instruktora, żywym szkoleniu Polsce (online lub na miejscu), uczestnicy nauczą się różnych technologii, ram i technik programowania różnych typów robotów stosowanych w dziedzinie technologii nuklearnych oraz systemów środowiskowych.

4-tygodniowy kurs odbywa się 5 dni w tygodniu. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznego rozwoju robotów w żywym środowisku laboratorium. Uczestnicy wykonają różne projekty z życia rzeczywistego, stosowne do ich pracy, aby praktykować nabyte wiedzę.

Oprogramowanie symulujące celowe urządzenia do tego kursu będzie w 3D. Następnie kod zostanie załadowany na fizyczne urządzenia (Arduino lub inne) do testów końcowego wdrażania. Otwarta ramka ROS (Robot Operating System), C++ i Python zostaną użyte do programowania robotów.

Na zakończenie tego szkolenia uczestnicy będą mogli:

• Zrozumieć kluczowe koncepcje używane w technologiach robotycznych.
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym.
• Zrozumieć i wdrażać oprogramowanie stanowiące podstawę robotyki.
• Budować i operować symulowanym mechanicznie robotem, który może widzieć, odczuwać, przetwarzać, nawigować oraz interagować z ludźmi za pomocą głosu.
• Zrozumieć niezbędne elementy sztucznej inteligencji (machine learning, deep learning itd.) stosowane do budowy inteligentnego robota.
• Wdrażać filtry (Kalmana i cząstkowe) w celu umożliwienia robotowi lokalizowania ruchomych obiektów w jego otoczeniu.
• Wdrażać algorytmy wyszukiwania oraz planowania ruchu.
• Wdrażać sterowanie PID do regulacji ruchu robota w środowisku.
• Wdrażać algorytmy SLAM w celu umożliwienia robotowi mapowania nieznanego środowiska.
• Testować i diagnostykować robot w realistycznych scenariuszach.

ROS 2 (Robot Operating System 2) to otwarte źródło framework zaprojektowany do wspierania tworzenia skomplikowanych i skalowalnych aplikacji robotycznych.

Ta prowadzona przez instruktora, na żywo trening (online lub stacjonarny) jest skierowany do średnio zaawansowanych inżynierów i programistów robotów, którzy chcą zaimplementować autonomiczną nawigację i SLAM (Simultaneous Localization and Mapping) przy użyciu ROS 2.

Na koniec tego treningu uczestnicy będą w stanie:

• Konfigurować ROS 2 do aplikacji autonomicznej nawigacji.
• Implementować algorytmy SLAM dla mapowania i lokalizacji.
• Integrować czujniki takie jak LiDAR i kamery z ROS 2.
• Symulować i testować autonomiczną nawigację w Gazebo.
• Wdrażać stosy nawigacyjne na fizycznych robotach.

Format kursu

• Interaktywna prezentacja i dyskusja.
• Zajecia praktyczne z użyciem narzędzi ROS 2 i środowisk symulacyjnych.
• Implementacja i testowanie na żywo wirtualnych lub fizycznych robotów.

Opcje dostosowywania kursu

• Aby poprosić o dostosowany trening dla tego kursu, prosimy skontaktować się z nami, aby zaplanować.

Usługa Azure Bot łączy moc Microsoft Bot Framework i funkcji Azure, aby umożliwić szybkie tworzenie inteligentnych botów.

W trakcie tego prowadzonego przez instruktora szkolenia online uczestnicy nauczą się, jak łatwo stworzyć inteligentnego bota za pomocą Microsoft Azure.

Po ukończeniu tego szkolenia uczestnicy będą w stanie:

• Nauczyć się podstaw inteligentnych botów
• Nauczyć się tworzyć inteligentne boty za pomocą aplikacji chmurowych
• Zrozumieć, jak używać Microsoft Bot Framework, SDK Bot Builder i usługi Azure Bot
• Zrozumieć, jak projektować boty za pomocą wzorców botów
• Rozwinąć swojego pierwszego inteligentnego bota za pomocą Microsoft Azure

Grupa docelowa

• Programiści
• Hobbyści
• Inżynierowie
• Specjaliści IT

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i intensywne praktyczne ćwiczenia

Bot lub chatbot jest jak asystent komputerowy, który służy do automatyzacji interakcji użytkownika na różnych platformach komunikacyjnych i szybszego wykonywania zadań bez konieczności rozmowy z innym człowiekiem.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak rozpocząć tworzenie bota, przechodząc przez tworzenie przykładowych chatbotów przy użyciu narzędzi i frameworków do tworzenia botów.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zrozumieć różne zastosowania i aplikacje botów
• Zrozumieć cały proces tworzenia botów
• Poznaj różne narzędzia i platformy używane do tworzenia botów
• Zbudować przykładowego chatbota dla Facebook Messenger
• Zbudować przykładowego chatbota przy użyciu Microsoft Bot Framework

Odbiorcy

• Programiści zainteresowani stworzeniem własnego bota

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Edge AI umożliwia uruchamianie modeli sztucznej inteligencji bezpośrednio na wbudowanych lub zasobowo ograniczonych urządzeniach, co zmniejsza opóźnienia i zużycie energii oraz zwiększa autonomię i prywatność w systemach robotycznych.

Ten prowadzony przez instruktora, na żywo (online lub stacjonarnie) szkolenie jest skierowane do pośrednio zaawansowanych programistów wbudowanych i inżynierów robotyków, którzy chcą zaimplementować techniki wnioskowania i optymalizacji maszynowego uczenia bezpośrednio na sprzętowej części robotów przy użyciu TinyML i ramki Edge AI.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawy TinyML i Edge AI dla robotów.
• Konwertować i wdrażać modele AI do wnioskowania na urządzeniach.
• Optymalizować modele pod kątem szybkości, rozmiaru i efektywności energetycznej.
• Integrować systemy Edge AI z architekturami sterowania robotów.
• Oceeniać wydajność i dokładność w prawdziwych warunkach.

Format kursu

• Interaktywna prezentacja i dyskusja.
• Zajęcia praktyczne przy użyciu toolchainów TinyML i Edge AI.
• Cwiczenia praktyczne na platformach sprzętowych wbudowanych i robotycznych.

Opcje dostosowywania kursu

• Aby poprosić o dostosowanie tego szkolenia, prosimy skontaktować się z nami, aby zaplanować.

To prowadzone przez instruktora, na żywo trening (online lub stacjonarny) jest skierowany do uczestników poziomu średniego, którzy chcą zrozumieć rolę współdziałających robotów (cobots) i innych ludzkocentrycznych systemów sztucznej inteligencji w nowoczesnych miejscach pracy.

Na koniec tego treningu, uczestnicy będą w stanie:

• Zrozumieć zasady Ludzkocentrycznej Fizycznej Sztucznej Inteligencji i jej zastosowania.
• Badanie roli współdziałających robotów w zwiększaniu wydajności pracy.
• Identyfikować i rozwiązywać problemy w interakcjach człowieka i maszyny.
• Projektować przepływy pracy, które optymalizują współpracę między ludźmi a sterowanymi sztuczną inteligencją systemami.
• Promować kulturę innowacji i adaptacyjności w miejscach pracy zintegrowanych ze sztuczną inteligencją.

Ten prowadzony przez instruktora, żywy trening w Polsce (online lub stacjonarny) jest skierowany do inżynierów, którzy chcą dowiedzieć się o zastosowaniach sztucznej inteligencji w systemach mechatronicznych.

Po zakończeniu tego treningu uczestnicy będą w stanie:

• Uzyskać ogólne pojęcie o sztucznej inteligencji, uczeniu maszyn i obliczeniowej inteligencji.
• Zrozumieć koncepcje sieci neuronowych i różnych metod nauki.
• Skutecznie wybierać podejścia sztucznej inteligencji do rzeczywistych problemów.
• Implementować aplikacje AI w inżynierii mechatronicznej.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla zaawansowanych inżynierów robotyki i badaczy sztucznej inteligencji, którzy chcą wykorzystać Multimodalną AI do integracji różnych danych sensorycznych w celu stworzenia bardziej autonomicznych i wydajnych robotów, które mogą widzieć, słyszeć i dotykać.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Wdrożyć multimodalne czujniki w systemach robotycznych.
• Rozwoić algorytmy sztucznej inteligencji do fuzji danych z czujników i podejmowania decyzji.
• Stworzyć roboty zdolne do wykonywania skomplikowanych zadań w dynamicznych środowiskach.
• Zadbać o wyzwania związane z przetwarzaniem danych w czasie rzeczywistym i sterowaniem.

Ten prowadzony przez instruktora, na żywo szkolenie w Polsce (online lub stacjonarnie) jest skierowany do uczestników poziomu średniego, którzy chcą rozwinąć swoje umiejętności w zakresie projektowania, programowania i wdrażania inteligentnych systemów robotycznych dla automatyzacji i nie tylko.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Zrozumieć zasady fizycznej sztucznej inteligencji i jej zastosowania w robotyce i automatyzacji.
• Projektować i programować inteligentne systemy robotyczne dla dynamicznych środowisk.
• Implementować modele AI do autonomicznej podejmowania decyzji przez roboty.
• Wykorzystywać narzędzia symulacyjne do testowania i optymalizacji robotów.
• Rozwiązywać wyzwania, takie jak fuzja czujników, przetwarzanie w czasie rzeczywistym i efektywność energetyczna.

Reinforcement learning (RL) to paradigma uczenia maszynowego, w którym agenci uczą się podjmować decyzje poprzez interakcję z środowiskiem. W robotyce RL umożliwia autonomicznym systemom rozwijanie adaptacyjnych zdolności sterowania i podejmowania decyzji poprzez doświadczenie i zwroty informacyjne.

Trening prowadzony przez instruktora (online lub stacjonarnie) jest skierowany do zaawansowanych inżynierów uczenia maszynowego, badaczy robotyki i programistów, którzy chcą projektować, implementować i wdrażać algorytmy uczenia wzmacnianego w aplikacjach roboczych.

Na koniec tego treningu uczestnicy będą mogli:

• Zrozumieć zasady i matematykę uczenia wzmacnianego.
• Zaimplementować algorytmy RL, takie jak Q-learning, DDPG i PPO.
• Integrować RL z symulacyjnymi środowiskami roboczymi przy użyciu OpenAI Gym i ROS 2.
• Trenować roboty do wykonywania skomplikowanych zadań autonomicznie poprzez próbę i błąd.
• Optymalizować wyniki treningu przy użyciu frameworków uczenia głębokiego, takich jak PyTorch.

Format Kursu

• Interaktywna prezentacja i dyskusja.
• Dydaktyka praktyczna przy użyciu Pythona, PyTorch i OpenAI Gym.
• Cwiczenia praktyczne w symulowanych lub fizycznych środowiskach roboczych.

Opcje Dostosowywania Kursu

• Aby poprosić o dostosowanie treningu do indywidualnych potrzeb, prosimy o kontakt.

Bezpieczeństwo i Wyjaśnialna Robotyka to kompleksowe szkolenie skoncentrowane na bezpieczeństwie, weryfikacji i etycznym zarządzaniu systemami robotycznymi. Kurs łączy teorię z praktyką, badając metodyologie bezpieczeństwa, analizę zagrożeń oraz podejścia do wyjaśnialnej sztucznej inteligencji, które uczyniają procesy decyzyjne robotów przezroczystymi i godnymi zaufania. Uczestnicy nauczą się, jak zapewnić zgodność, weryfikować zachowania oraz dokumentować bezpieczeństwo zgodnie ze standardami międzynarodowymi.

To prowadzone przez instruktora szkolenie na żywo (online lub stacjonarnie) jest skierowane do profesjonalistów poziomu średniozaawansowanego, którzy chcą zastosować zasady weryfikacji, walidacji i wyjaśnialności w celu zapewnienia bezpiecznego i etycznego wdrażania systemów robotycznych.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Opracować i dokumentować przypadki bezpieczeństwa dla systemów robotycznych i autonomicznych.
• Stosować techniki weryfikacji i walidacji w środowiskach symulacyjnych.
• Zrozumieć ramy wyjaśnialnej sztucznej inteligencji dla robotów.
• Integrować zasady bezpieczeństwa i etyki w projektowanie i działanie systemu.
• Komunikować wymagania dotyczące bezpieczeństwa i przejrzystości do stakeholderów.

Format Kursu

• Interaktywna prezentacja i dyskusja.
• Ćwiczenia praktyczne w środowiskach symulacyjnych i analizie bezpieczeństwa.
• Studia przypadków z realnych aplikacji robotyki.

Opcje Dostosowywania Kursu

• Aby zamówić dostosowane szkolenie do tego kursu, prosimy o kontakt z nami.

Smart Robot to sztuczny system inteligentny (AI), który może uczyć się z otoczenia i doświadczenia, a następnie rozbudowywać swoje możliwości na podstawie tej wiedzy. Smart Roboty mogą współpracować z ludźmi, pracując obok nich i ucząc się z ich zachowania. Ponadto mają zdolności nie tylko do prac fizycznych, ale również do wykonywania zadań kognitywnych. Oprócz fizycznych robotów, Smart Roboty mogą być również wyłącznie oprogramowaniem, działającym w komputerze jako aplikacja oprogramowania bez ruchomych części lub fizycznej interakcji ze światem.

W tym kursie prowadzonym przez instruktora uczestnicy nauczą się różnych technologii, ram i technik do programowania różnych typów mechanicznych Smart Robotów, a następnie zastosują tę wiedzę do realizacji swoich własnych projektów Smart Robotów.

Kurs jest podzielony na 4 sekcje, z których każda składa się z trzech dni wykładów, dyskusji i praktycznego tworzenia robotów w żywym laboratorium. Każda sekcja zakończy się praktycznym projektem, który pozwoli uczestnikom na ćwiczenie i demonstrację swoich nabytych umiejętności.

W tym kursie używane będzie oprogramowanie symulujące sprzęt w 3D. Do programowania robotów wykorzystane zostaną otwarte narzędzie ROS (Robot Operating System), C++ i Python.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć kluczowe koncepcje używane w technologiach robotycznych
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym
• Zrozumieć i wdrożyć komponenty oprogramowania, które stanowią podstawę Smart Robotów
• Budować i obsługiwać symulowany mechaniczny Smart Robot, który może widzieć, odczuwać, przetwarzać, chwytać, nawigować i komunikować się z ludźmi za pomocą głosu
• Rozszerzyć zdolność Smart Robota do wykonywania skomplikowanych zadań za pomocą uczenia głębokiego
• Testować i diagnozować Smart Robota w realistycznych scenariuszach

Grupa docelowa

• Programiści
• Inżynierowie

Format kursu

• Część wykładów, część dyskusji, ćwiczeń i intensywnej praktyki

Uwaga

• W celu dostosowania dowolnej części tego kursu (język programowania, model robota, itp.) skontaktuj się z nami, aby ustalić.

Smart Robotics to integracja sztucznej inteligencji w systemy robotyczne w celu poprawy percepcji, podejmowania decyzji oraz autonomicznego sterowania.

Jest to szkolenie prowadzone przez instruktora (online lub na miejscu), skierowane do zaawansowanych inżynierów robotyki, integratorów systemów oraz kierowników automatyzacji, którzy chcą wdrożyć AI-według percepcji, planowania i sterowania w inteligentnych środowiskach produkcyjnych.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zrozumieć i zastosować techniki AI do percepcji robotów i fuzji danych z sensorów.
• Rozwijać algorytmy planowania ruchu dla robotów współpracujących i przemysłowych.
• Wdrażać strategie sterowania oparte na uczeniu maszynowym do podejmowania decyzji w czasie rzeczywistym.
• Integrować inteligentne systemy robotyczne w przepływy pracy fabryki inteligentnej.

Format kursu

• Interaktywne wykłady i dyskusje.
• Dużo ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku laboratorium online.

Opcje dostosowania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby ustalić szczegóły.