Course Outline
Sectie 01
Dag 01 Introductie
- Wat maakt een slimme robot slim?
Fysiek versus virtueel Smart Robots
- Smart Robots, Slimme machines, Sentient Machines en Robotic Process Automation (RPA), enz.
De rol van kunstmatige intelligentie (AI) in Smart Robots
- Voorbij 'als-dan-anders' en de leermachine De algoritmen achter AI AI in Smart Robots: machinaal leren, computervisie, 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 Het bouwen van functionelere robots die toegang hebben tot meer informatie en samenwerken
Casestudy: Mechanisch Smart Robots
- Industrieel Smart Robots Baxter
Gemeenschappelijke elementen van Smart Robots
- Machine vision, stemherkenning, spraaksynthese, nabijheidsdetectie, drukdetectie, enz.
Ontwikkelingskaders voor Programming een slimme robot
- Open source en commerciële raamwerken Robotbesturingssysteem (ROS) Architectuur: werkruimte, onderwerpen, berichten, services, knooppunten, actionlibs, tools, enz.
Talen voor Programming een slimme robot
- C++ voor besturing op laag niveau van Python voor orkestratie Programmering ROS knooppunten in Python en C ++ Andere talen
Hulpmiddelen voor het simuleren van een fysieke slimme robot
- Commerciële en open source 3D-simulatie- en visualisatiesoftware
Het voorbereiden van de ontwikkelomgeving
- Software-installatie en configuratie Handige pakketten en hulpprogramma's
Dag 02 Programming de Slimme Robot
- Programmeren van een knooppunt in Python en C++ Begrijpen van ROS knooppunt Berichten en onderwerpen in ROS Publicatie-/abonnementsparadigma Project: Bump & Go met echte robot Probleemoplossing Simulatie van robots met Gazebo / ROS Frames in ROS en referentie veranderingen 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 Maps en navigatie met ROS Project: Search voor objecten in de omgeving Probleemoplossing
- Sectie 02
Dag 04 Programming de slimme robot (vervolg...)
ActionLib Speech Recognition en spraakgeneratie Robotarmen besturen met MoveIt! Besturing van robothals voor actief zicht Project: Zoeken en verzamelen van objecten Probleemoplossing
Uw slimme robot testen
- Testen van een eenheid
Dag 05 De mogelijkheden van een slimme robot uitbreiden met Deep Learning
- Perceptie - visie, audio en haptiek Kennisrepresentatie Stemherkenning via NLP (natuurlijke taalverwerking) Computer visie
Spoedcursus in Deep Learning
- Kunstmatig Neural Networks (ANN's) Kunstmatig Neural Networks versus biologisch Neural Networks Feedforward Neural Networks Activeringsfuncties Training Kunstmatig Neural Networks
Dag 06 Spoedcursus in Deep Learning (Vervolg...)
- Deep Learning Modelleert convolutionele netwerken en terugkerende netwerken
Convolutioneel Neural Networks (CNN's of ConvNets) Convolutielaag
- Poolinglaag
Deep Learning-platforms en softwarebibliotheken Deep Learning in ROS
Dag 08 Gebruik Big Data in uw slimme robot
- Big data-concepten Benaderingen van data-analyse Big Data-tooling Patronen in de data herkennen Oefening: NLP en Computer Vision over grote datasets
Zintuiglijke gegevens begrijpen (sense-plan-act loop)
- Oefening: streaminggegevens vastleggen
- Sectie 04
Herkennen van objecten in foto's of videostreams 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 implementeren op fysieke hardware
- Bewaking en onderhoud Smart Robots in het veld
Uw robot beveiligen
- Ongeautoriseerde manipulatie voorkomen Voorkomen dat hackers gevoelige bedrijfsgegevens (creditcard-, werknemersinformatie, enz.) kunnen bekijken en stelen
Deelnemen aan de Robotics gemeenschap
Toekomstperspectieven voor Smart Robots
Slotopmerkingen
Requirements
- Programmeerervaring in C++
- Programmeerervaring in Python
- Ervaring met Linux-opdrachtregel
Getuigenissen (2)
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
Machine Translated
Robotics sounds very complex etc, and Richard help us see this in a more friendly way and the possibilities the tool has.