Bądźmy w kontakcie

Plan Szkolenia

Sekcja 01

Dzień 01
Wprowadzenie

  • Co sprawia, że Inteligentny Robot jest inteligentny?

Fizyczne vs Wirtualne Inteligentne Roboty

  • Inteligentne Roboty, Inteligentne Maszyny, Maszyny Sentient i Automatyzacja Procesów Robotycznych (RPA) itp.

Rola Sztucznej Inteligencji (AI) w Inteligentnych Robotach

  • Poza "if-then-else" i maszyna ucząca się
  • Algorytmy stojące za AI
  • AI w Inteligentnych Robotach: uczenie maszynowe, przetwarzanie obrazu, przetwarzanie języka naturalnego (NLP) itp.
  • Robotyka kognitywna

Rola Big Data w Inteligentnych Robotach

  • Podejmowanie decyzji na podstawie danych i wzorców

Chmura i Inteligentne Roboty

  • Łączenie robotyki z IT
  • Budowanie bardziej funkcjonalnych robotów, które mają dostęp do większej ilości informacji i współpracują

Studium przypadku: Mechaniczne Inteligentne Roboty

  • Przemysłowe Inteligentne Roboty
    • Baxter
  • Osobiste Roboty Serwisowe
    • Domowe roboty wspomagające osoby starsze, inteligentne samochody autonomiczne
  • Profesjonalne Roboty Serwisowe
    • Robotyk rolniczy w operacjach mleczarskich

Składniki sprzętowe Inteligentnego Robota

  • Silniki, czujniki, mikrokontrolery, kamery itp.

Wspólne elementy Inteligentnych Robotów

  • Widzenie maszynowe, rozpoznawanie głosu, synteza mowy, czujniki zbliżeniowe, czujniki ciśnienia itp.

Frameworki do programowania Inteligentnego Robota

  • Open source i komercyjne frameworki
  • Robot Operating System (ROS)
    • Architektura: workspace, tematy, wiadomości, usługi, węzły, actionlibs, narzędzia itp.

Języki do programowania Inteligentnego Robota

  • C++ do niskopoziomowego sterowania
  • Python do orkiestracji
  • Programowanie węzłów ROS w Pythonie i C++
  • Inne języki

Narzędzia do symulacji fizycznego Inteligentnego Robota

  • Komercyjne i open source oprogramowanie do symulacji i wizualizacji 3D

Przygotowanie środowiska programistycznego

  • Instalacja i konfiguracja oprogramowania
  • Przydatne pakiety i narzędzia

Dzień 02
Programowanie Inteligentnego Robota

  • Programowanie węzła w Pythonie i C++
  • Zrozumienie węzła ROS
  • Wiadomości i tematy w ROS
  • Paradygmat publikacji/subskrypcji
  • Projekt: Bump & Go z prawdziwym robotem
  • Rozwiązywanie problemów
  • Symulacja robotów z Gazebo / ROS
  • Ramki w ROS i zmiany referencyjne
  • Przetwarzanie informacji 2D z kamer za pomocą OpenCV
  • Przetwarzanie informacji z lasera
  • Projekt: Bezpieczne śledzenie obiektów po kolorze
  • Rozwiązywanie problemów

Dzień 03
Programowanie Inteligentnego Robota (Ciąg dalszy...)

  • Usługi w ROS
  • Przetwarzanie informacji 3D z czujników RGB-D za pomocą PCL
  • Mapy i nawigacja z ROS
  • Projekt: Wyszukiwanie obiektów w środowisku
  • Rozwiązywanie problemów

Sekcja 02

Dzień 04
Programowanie Inteligentnego Robota (Ciąg dalszy...)

  • ActionLib
  • Rozpoznawanie i generowanie mowy
  • Sterowanie ramionami robotycznymi za pomocą MoveIt!
  • Sterowanie szyją robotyczną do aktywnego widzenia
  • Projekt: Wyszukiwanie i zbieranie obiektów
  • Rozwiązywanie problemów

Testowanie Twojego Inteligentnego Robota

  • Testy jednostkowe

Dzień 05
Rozszerzanie możliwości Inteligentnego Robota za pomocą Deep Learning

  • Percepcja -- widzenie, dźwięk i haptyka
  • Reprezentacja wiedzy
  • Rozpoznawanie głosu przez NLP (przetwarzanie języka naturalnego)
  • Widzenie komputerowe

Kurs przyspieszony Deep Learning

  • Sztuczne Sieci Neuronowe (ANNs)
  • Sztuczne Sieci Neuronowe vs. Biologiczne Sieci Neuronowe
  • Sieci Neuronowe Feedforward
  • Funkcje Aktywacyjne
  • Trenowanie Sztucznych Sieci Neuronowych

Dzień 06
Kurs przyspieszony Deep Learning (Ciąg dalszy...)

  • Modele Deep Learning
    • Sieci konwolucyjne i rekurencyjne
  • Konwolucyjne Sieci Neuronowe (CNNs lub ConvNets)
    • Warstwa konwolucyjna
    • Warstwa Pooling
    • Architektura Konwolucyjnych Sieci Neuronowych


Sekcja 03

Dzień 07
Kurs przyspieszony Deep Learning (Ciąg dalszy...)

  • Rekurencyjne Sieci Neuronowe (RNN)
    • Trenowanie RNN
    • Stabilizacja gradientów podczas treningu
    • Sieci długiej pamięci krótkoterminowej
  • Platformy Deep Learning i biblioteki oprogramowania
    • Deep Learning w ROS

Dzień 08
Wykorzystanie Big Data w Twoim Inteligentnym Robocie

  • Koncepcje Big Data
  • Podejścia do analizy danych
  • Narzędzia Big Data
  • Rozpoznawanie wzorców w danych
  • Ćwiczenie: NLP i Widzenie Komputerowe na dużych zbiorach danych

Dzień 09
Wykorzystanie Big Data w Twoim Inteligentnym Robocie (Ciąg dalszy...)

  • Przetwarzanie rozproszone dużych zbiorów danych
  • Współistnienie i wzajemne oddziaływanie Big Data i Robotyki
  • Inteligentny Robot jako generator danych
    • Czujniki pomiaru odległości, pozycji, wizualne, dotykowe i inne modalności
  • Nadawanie sensu danym sensorycznym (pętla sense-plan-act)
  • Ćwiczenie: Przechwytywanie strumieni danych

Sekcja 04

Dzień 10
Programowanie Autonomicznego Inteligentnego Robota z Deep Learning

  • Składniki robota Deep Learning
  • Konfiguracja symulatora robota
  • Uruchamianie sieci neuronowej z akceleracją CUDA z Cafe
  • Rozwiązywanie problemów

Dzień 11
Programowanie Autonomicznego Inteligentnego Robota z Deep Learning (Ciąg dalszy...)

  • Rozpoznawanie obiektów na zdjęciach lub strumieniach wideo
  • Włączanie widzenia komputerowego z OpenCV
  • Rozwiązywanie problemów

Dzień 12
Analiza Danych

  • Wykorzystanie Inteligentnego Robota do zbierania i organizowania nowych danych

Budowanie Inteligentnego Robota w sposób współpracy

Wdrażanie Twojego Inteligentnego Robota na fizycznym sprzęcie

Monitorowanie i serwisowanie Inteligentnych Robotów w terenie

Zabezpieczanie Twojego Robota

  • Zapobieganie nieautoryzowanym modyfikacjom
  • Zapobieganie hakerom na przeglądanie i kradzież wrażliwych danych biznesowych (karty kredytowe, informacje o pracownikach itp.)

Dołączanie do społeczności robotycznej

Perspektywy na przyszłość dla Inteligentnych Robotów

Zakończenie

Wymagania

  • Doświadczenie w programowaniu w C++
  • Doświadczenie w programowaniu w Pythonie
  • Doświadczenie z linią poleceń Linux
 84 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (4)

Propozycje terminów

Powiązane Kategorie