Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA et à la Robotique
- Aperçu de la convergence de la robotique moderne et de l'IA
- Applications dans les systèmes autonomes, les drones et les robots de service
- Composants clés de l'IA : perception, planification et contrôle
Configuration de l'environnement de développement
- Installation de Python, ROS 2, OpenCV et TensorFlow
- Utilisation de Gazebo ou Webots pour la simulation robotique
- Travail avec Jupyter Notebooks pour des expériences d'IA
Perception et Vision par Ordinateur
- Utilisation de caméras et de capteurs pour la perception
- Classification d'images, détection d'objets et segmentation avec TensorFlow
- Détection de contours et suivi de contours avec OpenCV
- Streaming et traitement d'images en temps réel
Localisation et Fusion de Capteurs
- Comprendre la robotique probabiliste
- Filtres de Kalman et Filtres de Kalman étendus (EKF)
- Filtres à particules pour les environnements non linéaires
- Intégration de données LiDAR, GPS et IMU pour la localisation
Planification de Mouvements et Recherche de Chemin
- Algorithmes de planification de chemin : Dijkstra, A* et RRT*
- Évitement d'obstacles et cartographie de l'environnement
- Contrôle de mouvement en temps réel avec PID
- Optimisation de chemin dynamique avec l'IA
Apprentissage par Renforcement pour la Robotique
- Fondements de l'apprentissage par renforcement
- Conception de comportements robotiques basés sur des récompenses
- Q-learning et Réseaux de Neurones Profonds (DQN)
- Intégration d'agents d'apprentissage par renforcement dans ROS pour un mouvement adaptatif
Localisation et Cartographie Simultanées (SLAM)
- Comprendre les concepts et les flux de travail de SLAM
- Implémentation de SLAM avec des paquets ROS (gmapping, hector_slam)
- SLAM visuel avec OpenVSLAM ou ORB-SLAM2
- Test des algorithmes SLAM dans des environnements simulés
Sujets Avancés et Intégration
- Reconnaissance vocale et gestuelle pour l'interaction homme-robot
- Intégration avec des plateformes IoT et de robotique cloud
- Maintenance prédictive pilotée par l'IA pour les robots
- Éthique et sécurité dans la robotique pilotée par l'IA
Projet Final
- Concevoir et simuler un robot mobile intelligent
- Implémenter la navigation, la perception et le contrôle de mouvement
- Démontrer la prise de décision en temps réel avec des modèles d'IA
Résumé et Étapes Suivantes
- Revue des techniques clés de la robotique IA
- Tendances futures en robotique autonome
- Ressources pour une formation continue
Pré requis
- Expérience de programmation en Python ou C++
- Connaissance de base en informatique et en ingénierie
- Familiarité avec les concepts de probabilité, de calcul et d'algèbre linéaire
Public cible
- Ingénieurs
- Enthusiastes de la robotique
- Chercheurs en automatisation et en IA
21 Heures
Nos clients témoignent (1)
ses connaissances et son utilisation de l'IA pour la robotique dans le futur.
Ryle - PHILIPPINE MILITARY ACADEMY
Formation - Artificial Intelligence (AI) for Robotics
Traduction automatique