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
Testimonials (1)
Ik denk dat ik de kernvaardigheden bekom die ik nodig heb om te begrijpen hoe de ROS samenhangt, en hoe ik projecten erin moet structureren.
Dan Goldsmith - Coventry University
Cursus - ROS: Programming for Robotics
Automatisch vertaald