Plan du cours
Introduction à la vision par ordinateur pour la robotique
- Aperçu des applications de la vision par ordinateur en robotique
- Défis clés en matière de perception et de compréhension visuelle
- Configuration de l'environnement de développement avec OpenCV et Python
Fondamentaux du traitement d'images
- Représentation et manipulation d'images
- Filtrage, détection de contours et extraction de caractéristiques
- Espaces chromatiques et techniques de segmentation
Détection et suivi d'objets avec OpenCV
- Détection d'objets à l'aide de méthodes classiques (cascades de Haar, HOG)
- Suivi d'objets en mouvement dans des flux vidéo
- Intégration du retour visuel dans les systèmes robotiques
Apprentissage profond pour la perception visuelle
- Présentation des réseaux de neurones convolutifs (CNN)
- Entraînement et déploiement de modèles de détection d'objets
- Application de modèles pré-entraînés (YOLO, SSD, Faster R-CNN)
Fusion de capteurs et perception de la profondeur
- Intégration des données caméra avec des capteurs LiDAR et ultrasoniques
- Estimation de la profondeur et reconstruction 3D
- Perception pour l'évitement d'obstacles et la navigation
Contrôle et prise de décision basés sur la vision
- Application de la vision par ordinateur à la manipulation robotique
- Servoing visuel et contrôle en boucle fermée
- Prise de décision autonome basée sur les entrées visuelles
Déploiement et optimisation des modèles de vision
- Déploiement de modèles sur des systèmes embarqués et des périphériques edge
- Optimisation des performances d'inférence pour les applications en temps réel
- Dépannage et amélioration de la précision
Synthèse et prochaines étapes
Pré requis
- Une compréhension des concepts fondamentaux de la robotique
- Une expérience de la programmation en Python
- Une familiarité avec les bases du machine learning
Public cible
- Ingénieurs en robotique
- Praticiens de la vision par ordinateur
- Ingénieurs en machine learning
Nos clients témoignent (2)
Fourniture des matériels (machine virtuelle) pour passer directement aux exercices, et explication des fondamentaux de ROS2. Comprendre pourquoi les choses fonctionnent d'une manière particulière.
Arjan Bakema
Formation - Autonomous Navigation & SLAM with ROS 2
Traduction automatique
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