Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
1. Szekció
1. Nap
Bevezetés
- Mi teszi az Okos Robotot okossá?
Fizikai vs Virtuális Okos Robotok
- Okos Robotok, Okos Gépek, Érző Gépek és Robotizált Folyamatautomatizálás (RPA) stb.
A Mesterséges Intelligencia (AI) szerepe az Okos Robotokban
- Túl az "if-then-else"-en és a tanuló gépen
- Az AI algoritmusai
- AI az Okos Robotokban: gépi tanulás, számítógépes látás, természetes nyelvfeldolgozás (NLP) stb.
- Kognitív robotika
A Big Data szerepe az Okos Robotokban
- Döntéshozatal adatok és minták alapján
A Felhő és az Okos Robotok
- A robotika összekapcsolása az IT-val
- Funkcionálisabb robotok építése, amelyek több információhoz férnek hozzá és együttműködnek
Esettanulmány: Mechanikus Okos Robotok
- Ipari Okos Robotok
- Baxter
- Személyi Szolgáltató Robotok
- Idősek segítésére szolgáló háztartási robotok, okos önvezető autók
- Szakmai Szolgáltató Robotok
- Mezőgazdasági robotok tejtermelési műveletekben
Egy Okos Robot hardverkomponensei
- Motorok, érzékelők, mikrokontrollerek, kamerák stb.
Az Okos Robotok közös elemei
- Gépi látás, hangfelismerés, beszédszintézis, közelségérzékelés, nyomásérzékelés stb.
Fejlesztői keretrendszerek egy Okos Robot programozásához
- Nyílt forráskódú és kereskedelmi keretrendszerek
- Robot Operating System (ROS)
- Architektúra: munkaterület, témák, üzenetek, szolgáltatások, csomópontok, actionlibs, eszközök stb.
Nyelvek egy Okos Robot programozásához
- C++ alacsony szintű vezérléshez
- Python orchestrationhoz
- ROS csomópontok programozása Pythonban és C++-ban
- Egyéb nyelvek
Eszközök egy fizikai Okos Robot szimulálásához
- Kereskedelmi és nyílt forráskódú 3D szimulációs és vizualizációs szoftverek
A fejlesztői környezet előkészítése
- Szoftver telepítése és beállítása
- Hasznos csomagok és segédprogramok
2. Nap
Az Okos Robot programozása
- Egy csomópont programozása Pythonban és C++-ban
- A ROS csomópont megértése
- Üzenetek és témák a ROS-ban
- Publikáció / előfizetés paradigma
- Projekt: Bump & Go valós robottal
- Hibaelhárítás
- Robotok szimulációja Gazebo / ROS segítségével
- Keretek a ROS-ban és referenciaváltozások
- Kamerák 2D információfeldolgozása OpenCV-vel
- Lézer információfeldolgozása
- Projekt: Biztonságos objektumkövetés szín alapján
- Hibaelhárítás
3. Nap
Az Okos Robot programozása (Folytatás...)
- Szolgáltatások a ROS-ban
- RGB-D érzékelők 3D információfeldolgozása PCL-lel
- Térképek és navigáció a ROS-ban
- Projekt: Objektumok keresése a környezetben
- Hibaelhárítás
2. Szekció
4. Nap
Az Okos Robot programozása (Folytatás...)
- ActionLib
- Beszédfelismerés és beszédgenerálás
- Robotkarok vezérlése MoveIt!-tal
- Robotnyak vezérlése aktív látáshoz
- Projekt: Objektumok keresése és gyűjtése
- Hibaelhárítás
Az Okos Robot tesztelése
- Egységtesztelés
5. Nap
Az Okos Robot képességeinek kiterjesztése Mélytanulással
- Érzékelés – látás, hang és tapintás
- Tudásreprezentáció
- Hangfelismerés NLP (természetes nyelvfeldolgozás) segítségével
- Számítógépes látás
Gyorstalpaló a Mélytanulásban
- Mesterséges Neurális Hálózatok (ANNs)
- Mesterséges Neurális Hálózatok vs. Biológiai Neurális Hálózatok
- Előrejelző Neurális Hálózatok
- Aktivációs Függvények
- Mesterséges Neurális Hálózatok tanítása
6. Nap
Gyorstalpaló a Mélytanulásban (Folytatás...)
- Mélytanulási modellek
- Konvolúciós hálózatok és visszatérő hálózatok
- Konvolúciós Neurális Hálózatok (CNNs vagy ConvNets)
- Konvolúciós réteg
- Pooling réteg
- Konvolúciós Neurális Hálózatok architektúrája
3. Szekció
7. Nap
Gyorstalpaló a Mélytanulásban (Folytatás...)
- Visszatérő Neurális Hálózatok (RNN)
- RNN tanítása
- Gradiensek stabilizálása tanítás közben
- Hosszú rövid távú memóriahálózatok
- Mélytanulási platformok és szoftverkönyvtárak
- Mélytanulás a ROS-ban
8. Nap
Big Data használata az Okos Robotban
- Big Data fogalmak
- Adatelemzési megközelítések
- Big Data eszközök
- Mintázatok felismerése az adatokban
- Gyakorlat: NLP és Számítógépes Látás nagy adathalmazokon
9. Nap
Big Data használata az Okos Robotban (Folytatás...)
- Nagy adathalmazok elosztott feldolgozása
- A Big Data és a Robotika együttélése és kölcsönös hatása
- Az Okos Robot mint adatgenerátor
- Távolságmérő érzékelők, pozíció, vizuális, tapintási érzékelők és egyéb modalitások
- Az érzékszervi adatok értelmezése (érzékelés-tervezés-cselekvés ciklus)
- Gyakorlat: Adatfolyamok rögzítése
4. Szekció
10. Nap
Egy Autonóm Mélytanulásos Okos Robot programozása
- Mélytanulásos robotkomponensek
- A robot szimulátor beállítása
- CUDA-gyorsított neurális hálózat futtatása Cafe-val
- Hibaelhárítás
11. Nap
Egy Autonóm Mélytanulásos Okos Robot programozása (Folytatás...)
- Objektumok felismerése fényképeken vagy videóstreameken
- Számítógépes látás engedélyezése OpenCV-vel
- Hibaelhárítás
12. Nap
Adatelemzés
- Az Okos Robot használata új adatok gyűjtésére és rendszerezésére
Egy Okos Robot közös fejlesztése
Az Okos Robot üzembe helyezése fizikai hardveren
Okos Robotok monitorozása és karbantartása a terepen
Az Okos Robot biztosítása
- Jogosulatlan beavatkozás megakadályozása
- Hackerek megakadályozása a bizalmas üzleti adatok (hitelkártya, alkalmazotti információk stb.) megtekintésétől és ellopásától
Csatlakozás a Robotikai Közösséghez
Az Okos Robotok jövőbeli kilátásai
Záró megjegyzések
Követelmények
- Programozási tapasztalat C++-ban
- Programozási tapasztalat Pythonban
- Tapasztalat Linux parancssorral
84 Órák
Vélemények (3)
Minden általánosságban
Daniele Donzelli - ITT ITALIA S.r.l.
Kurzus - CANoe for CAN Compact Training
Gépi fordítás
PLC alapvető ismeretek
Bartosz - Phillips-Medisize Poland
Kurzus - Introduction to OMRON PLC programming
Gépi fordítás
mindig amikor nem voltam biztos egy feladatban, a personalizált edző többféleképpen magyarázott nekem, míg megértem.
Oncel Seleamet - IRROM Industrie
Kurzus - PLC Ladder Programming
Gépi fordítás
