Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Afdeling 01
Dag 01
Introductie
- Wat maakt een slimme robot slim?
Fysiek versus virtueel Smart Robots
- Smart Robots, Slimme Machines, Bewuste Machines en Robotic Process Automation (RPA), enz.
De rol van Artificial Intelligence (AI) in Smart Robots
- Voorbij "als-dan-anders" en de leermachine
- De algoritmes achter AI
- AI in Smart Robots: machine learning, computer vision, natuurlijke taalverwerking (NLP), enz.
- Cognitieve robotica
De rol van Big Data in Smart Robots
- Besluitvorming op basis van data en patronen
De Wolk en Smart Robots
- Robotica koppelen aan IT
- Bouw meer functionele robots die toegang hebben tot meer informatie en samenwerken
Casestudy: Mechanisch Smart Robots
- Industrieel Smart Robots
- Baxter
- Persoonlijke Service Robots
- Huishoudelijke robots die ouderen helpen, slimme zelfrijdende auto's
- Professionele servicerobots
- Landbouwrobots in dagboekbewerkingen
Hardwarecomponenten van een slimme robot
- Motoren, sensoren, microcontrollers, camera's, enz.
Gemeenschappelijke Elements van Smart Robots
- Machinevisie, spraakherkenning, spraaksynthese, nabijheidsdetectie, drukdetectie, enz.
Ontwikkelingskaders voor Programming een slimme robot
- Open source en commerciële frameworks
- Robot besturingssysteem (ROS)
- Architectuur: werkruimte, onderwerpen, berichten, services, knooppunten, actionlibs, tools, enz.
Languages Voor Programming Een slimme robot
- C++ Voor regeling op laag niveau
- Python Voor orkestratie
- Programming ROS knooppunten in Python en C ++
- Andere talen
Tools voor het simuleren van een fysieke slimme robot
- Commerciële en open source 3D-simulatie- en visualisatiesoftware
Voorbereiding van de ontwikkelingsomgeving
- Installatie en configuratie van software
- Handige pakketten en hulpprogramma's
Dag 02
Programming De slimme robot
- Programming een knooppunt in Python en C ++
- Inzicht in ROS knooppunt
- Berichten en onderwerpen in ROS
- Publicatie- / abonnementsparadigma
- Project: Bump & Go met echte robot
- Probleemoplossing
- Simulatie van robots met tuinhuisje / ROS
- Frames in ROS en referentiewijzigingen
- 2D informatieverwerking van camera's met OpenCV
- Informatieverwerking van een laser
- Project: Veilig volgen van objecten op kleur
- Probleemoplossing
Dag 03
Programming De slimme robot (vervolg...)
- Diensten in ROS
- 3D-informatieverwerking van RGB-D-sensoren met PCL
- Kaarten en navigatie met ROS
- Project: Zoeken naar objecten in de omgeving
- Probleemoplossing
Afdeling 02
Dag 04
Programming De slimme robot (vervolg...)
- ActionLib
- Speech Recognition en het genereren van spraak
- Robotarmen besturen met MoveIt!
- Controle van de robotnek voor actief zicht
- Project: Zoeken en verzamelen van objecten
- Probleemoplossing
Uw slimme robot testen
- Testen per eenheid
Dag 05
De mogelijkheden van een slimme robot uitbreiden met Deep Learning
- Perceptie - zicht, audio en haptiek
- Vertegenwoordiging van kennis
- Spraakherkenning door NLP (natuurlijke taalverwerking)
- De visie van de computer
Spoedcursus in Deep Learning
- Kunstmatig Neural Networks (ANNs)
- Kunstmatig Neural Networks vs. Biologisch Neural Networks
- Feedforward Neural Networks
- Activeringsfuncties
- Kunstmatige training Neural Networks
Dag 06
Spoedcursus in Deep Learning (vervolg...)
- Deep Learning Modellen
- Convolutionele netwerken en terugkerende netwerken
- Convolutioneel Neural Networks (CNN's of ConvNets)
- Convolutie laag
- Pooling laag
- Convolutionele Neural Networks Architectuur
Afdeling 03
Dag 07
Spoedcursus in Deep Learning (vervolg...)
- Terugkerend Neural Networks (RNN)
- Het trainen van een RNN
- Stabiliseren van hellingen tijdens de training
- Netwerken met een lang kortetermijngeheugen
- Deep Learning Platforms en softwarebibliotheken
- Deep Learning in ROS
Dag 08
Big Data gebruiken in uw slimme robot
- Big data concepten
- Benaderingen van data-analyse
- Big Data Gereedschap
- Patronen herkennen in de data
- Oefening: NLP en Computer Vision op grote datasets
Dag 09
Big Data gebruiken in uw slimme robot (vervolg...)
- Gedistribueerde verwerking van grote datasets
- Coëxistentie en kruisbestuiving van Big Data en Robotics
- De Slimme Robot als generator van data
- Bereikmeetsensoren, positie-, visuele, tactiele sensoren en andere modaliteiten
- Betekenis geven aan sensorische gegevens (sense-plan-act loop)
- Oefening: Streaminggegevens vastleggen
Afdeling 04
Dag 10
Programming Een autonome Deep Learning slimme robot
- Deep Learning Onderdelen van de robot
- Opzetten van de robotsimulator
- Een CUDA-versneld neuraal netwerk runnen met Cafe
- Probleemoplossing
Dag 11
Programming Een autonome Deep Learning slimme robot (vervolg...)
- Objecten in foto's of videostreams herkennen
- Computervisie inschakelen met OpenCV
- Probleemoplossing
Dag 12
Gegevensanalyse
- De Smart Robot gebruiken om nieuwe gegevens te verzamelen en te ordenen
Samen een slimme robot bouwen
Uw slimme robot inzetten op fysieke hardware
Monitoring en onderhoud Smart Robots in het veld
Uw robot beveiligen
- Ongeoorloofde manipulatie voorkomen
- Voorkomen dat hackers gevoelige bedrijfsgegevens (creditcard, werknemersinformatie, enz.) bekijken en stelen
Lid worden van de Robotics gemeenschap
Toekomst Outlook voor Smart Robots
Slotwoord
Vereisten
- Programmeerervaring in C++
- Programmeerervaring in Python
- Ervaring met Linux-opdrachtregel
84 Uren
Testimonials (2)
PLC Basiswetenschap**Module 1: Inleiding tot PLC's**In deze module leer je de basisprincipes van Programmerbare Logische Controllers (PLC's). Je zal de geschiedenis en de ontwikkeling van PLC's ontdekken, evenals hun toepassingen in verschillende industrieën. We zullen ook de verschillende componenten van een PLC bespreken, zoals de CPU, invoer en uitvoermodules, en opslagapparatuur.**Module 2: Hardware van PLC's**In deze module ga je dieper in op de hardware van PLC's. Je zult de verschillende soorten invoer- en uitvoermodules leren kennen, en hoe ze worden gebruikt om sensoren en actoren te besturen. We zullen ook de communicatieinterfaces en netwerken bespreken die worden gebruikt om PLC's met elkaar en met andere systemen te verbinden.**Module 3: PLC Programmeren**In deze module leer je hoe je PLC's programmeert met behulp van verschillende programmeertalen zoals Ladder Logic, Function Block Diagram (FBD), en Structured Text (ST). Je zult oefeningen uitvoeren om de basisprincipes van PLC-programmering te beheersen en eenvoudige automatiseringstaken te implementeren.**Module 4: Diagnostiek en Oplossing van Problemen**In deze module leer je hoe je diagnostiek uitvoert op PLC-systemen en hoe je problemen oplost. We zullen de verschillende diagnostische hulpmiddelen en technieken bespreken, zoals de gebruik van softwaretools en hardwaretesters, evenals het interpreteren van foutmeldingen en de status van de PLC.**Module 5: Veiligheid en Best Practices**In deze laatste module zullen we de veiligheidsaspecten van PLC's bespreken en de beste praktijken voor het ontwerpen en onderhouden van PLC-systemen. Je zult leren hoe je veiligheidscriteria opstelt en implementeert, evenals de relevante normen en richtlijnen die van toepassing zijn op PLC-systemen.**Eindopdracht**Na het volgen van deze modules zal je een eindopdracht uitvoeren waarin je een compleet PLC-project ontwerpt, implementeert en test. Dit zal je de kans geven om al je geleerde vaardigheden toe te passen en een echte toepassing van PLC's te demonstreren.
Bartosz - Phillips-Medisize Poland
Cursus - Introduction to OMRON PLC programming
Automatisch vertaald
elke keer als ik niet zeker was van een oefening, legde de trainer het me op meerdere manieren uit, totdat ik het begreep.
Oncel Seleamet - IRROM Industrie
Cursus - PLC Ladder Programming
Automatisch vertaald
