Cursusaanbod

Week 01

Inleiding

  • Wat maakt een robot slim?

Fysische vs. virtuele robots

  • Slimme robots, slimme machines, bewuste machines en Robotic Process Automation (RPA), enz.

De rol van Kunstmatige Intelligentie (KI) in de robotica

  • Buiten "if-then-else" en de lerende machine
  • De algoritmen achter KI
  • Machine learning, computer vision, natural language processing (NLP), enz.
  • Cognitieve robotica

De rol van Big Data in robotica

  • Besluitvorming op basis van data en patronen

De cloud en robotica

  • Robotica verbinden met IT
  • Bouwen van functioneler robots die meer informatie toegankelijk maken en samenwerken

Casestudy: Industriële robots

  • Mechanische robots
    • Baxter
  • Robots in kerncentrales
    • Detectie en bescherming tegen straling
  • Robots in kernreactoren
    • Detectie en bescherming tegen straling

Hardwarecomponenten van een robot

  • Motoren, sensors, microcontrollers, camera's, enz.

Gemeenschappelijke elementen van robots

  • Machinbeeld, spraakherkenning, spraaksynthese, nabijheidssensing, drukzintuig, enz.

Ontwikkelingsframeworks voor het programmeren van een robot

  • Open-source en commerciële frameworks
  • Robot Operating System (ROS)
    • Architectuur: werkruimte, onderwerpen, berichten, diensten, knooppunten, actionlibs, hulpmiddelen, enz.

Talen voor het programmeren van een robot

  • C++ voor laag niveau controle
  • Python voor orkestratie
  • Het programmeren van ROS-knooppunten in Python en C++
  • Andere talen

Hulpmiddelen voor het simuleren van een fysische robot

  • Commerciële en open-source 3D simulatie- en visualisatiesoftware

Week 02

Het voorbereiden van de ontwikkelomgeving

  • Softwareinstallatie en instellingen
  • Nuttige pakketten en hulpmiddelen

Casestudy: Mechanische robots

  • Robots in de kerntechnologie
  • Robots in milieu-systemen

Het programmeren van de robot

  • Het programmeren van een knooppunt in Python en C++
  • Het begrijpen van een ROS-knooppunt
  • Berichten en onderwerpen in ROS
  • Publicatie/abonnementparadigma
  • Project: Bump & Go met een echte robot
  • Probleemoplossing
  • Simulatie van robots met Gazebo / ROS
  • Frames in ROS en referentieveranderingen
  • 2D-verwerking van cameragegevens met OpenCV
  • Verwerking van lasergegevens
  • Project: Veilige objectvolging door kleur
  • Probleemoplossing

Week 03

Het programmeren van de robot (Verder...)

  • Diensten in ROS
  • 3D-verwerking van RGB-D-sensors met PCL
  • Kaarten en navigatie met ROS
  • Project: Objecten zoeken in de omgeving
  • Probleemoplossing

Het programmeren van de robot (Verder...)

  • ActionLib
  • Spraakherkenning en spraakgeneratie
  • Het besturen van robotarmen met MoveIt!
  • Het besturen van een robotnek voor actieve visie
  • Project: Objecten zoeken en verzamelen
  • Probleemoplossing

Het testen van uw robot

  • Eenheidstesten

Week 04

Het uitbreiden van een robots capaciteiten met Deep Learning

  • Waarneming - visie, audio en haptics
  • Kennisrepresentatie
  • Spraakherkenning via NLP (natural language processing)
  • Computer vision

Snelkoers in Deep Learning

  • Kunstmatige neuronale netwerken (ANNs)
  • Kunstmatige neuronale netwerken versus biologische neuronale netwerken
  • Feedforward neurale netwerken
  • Activeringsfuncties
  • Het trainen van kunstmatige neurale netwerken

Snelkoers in Deep Learning (Verder...)

  • Deep Learning-modellen
    • Convolutionale netwerken en recurrente netwerken
  • Convolutionale neurale netwerken (CNNs of ConvNets)
    • Convolutielayer
    • Poolinglayer
    • Architectuur van convolutionale neurale netwerken

Week 05

Snelkoers in Deep Learning (Verder...)

  • Recurrente neurale netwerken (RNN)
    • Het trainen van een RNN
    • Het stabiliseren van gradients tijdens het trainen
    • Lange termijngeheugen netwerken
  • Deep Learning-platforms en softwarebibliotheken
    • Deep Learning in ROS

Het gebruiken van Big Data in uw robot

  • Big data concepten
  • Benaderingen voor data-analyse
  • Big Data-hulpmiddelen
  • Het herkennen van patronen in de gegevens
  • Oefening: NLP en Computer Vision op grote datasets

Het gebruiken van Big Data in uw robot (Verder...)

  • Gedistribueerde verwerking van grote datasets
  • Samenwerking en kruisbestuiving van Big Data en Robotica
  • De robot als generator van gegevens
    • Afstandsmeetsensors, positie, visuele, tactiele sensors en andere modaliteiten
  • Het verwerken van sensorgegevens (sense-plan-act loop)
  • Oefening: Het vastleggen van streaming gegevens

Het programmeren van een autonome Deep Learning robot

  • Deep Learning-robotcomponenten
  • Het instellen van de robotsimulator
  • Het uitvoeren van een CUDA-versnelde neurale netwerk met Cafe
  • Probleemoplossing

Week 06

Het programmeren van een autonome Deep Learning robot (Verder...)

  • Het herkennen van objecten in foto's of videostreaming
  • Het in staat stellen van computer vision met OpenCV
  • Probleemoplossing

Data-analyse

  • Het gebruiken van de robot om nieuwe gegevens te verzamelen en te organiseren
  • Hulpmiddelen en processen om de gegevens te begrijpen

Het implementeren van een robot

  • Het overzetten van een gesimuleerde robot naar fysieke hardware
  • Het implementeren van de robot in de fysieke wereld
  • Het bewaken en onderhouden van robots op het veld

De beveiliging van uw robot

  • Het voorkomen van onbevoegde bewerking
  • Het voorkomen dat hackers gevoelige gegevens bekijken en stelen

Samenwerken aan een robot

  • Het bouwen van een robot in de cloud
  • Deelnemen aan de robotica-gemeenschap

Toekomstperspectief voor robots in het veld van wetenschap en energie

Samenvatting en slot

Vereisten

  • Ervaring met programmeren in C of C++
  • Ervaring met programmeren in Python (nuttig maar niet noodzakelijk; kan als onderdeel van de cursus worden onderwezen)
  • Ervaring met de Linux command line

Publiek

  • Ontwikkelaars
  • Ingenieurs
  • Wetenschappers
  • Technici
 120 Uren

Aantal deelnemers


Prijs Per Deelnemer

Testimonials (1)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën