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
01. szakasz
01. nap
Bevezetés
- Mitől lesz egy okos robot okos?
Fizikai vs virtuális Smart Robots
- Smart Robots, Smart Machines, Sentient Machines és Robotic Process Automation (RPA) stb.
Artificial Intelligence (AI) szerepe a Smart Robots-ban
- Túl a "ha-akkor-más"-on és a tanulógépen
- Az AI mögötti algoritmusok
- AI in Smart Robots: gépi tanulás, számítógépes látás, természetes nyelvi feldolgozás (NLP) stb.
- Kognitív robotika
Big Data szerepe a Smart Robots-ban
- Döntéshozatal adatok és minták alapján
A felhő és Smart Robots
- A robotika összekapcsolása az IT-vel
- Funkcionálisabb robotok építése, amelyek több információhoz férnek hozzá és együttműködnek
Esettanulmány: Mechanikai Smart Robots
- Ipari Smart Robots
- Baxter
- Személyes kiszolgáló robotok
- Időseket segítő háztartási robotok, okos önvezető autók
- Professzionális szolgáltató robotok
- Mezőgazdasági robotok naplóműveletekben
Intelligens robot hardverelemei
- Motorok, érzékelők, mikrokontrollerek, kamerák stb.
Gyakori Element / Smart Robots
- Gépi látás, hangfelismerés, beszédszintézis, közelségérzékelés, nyomásérzékelés stb.
Fejlesztési keretrendszerek Programming egy intelligens robothoz
- Nyílt forráskódú és kereskedelmi keretrendszerek
- Robot operációs rendszer (ROS)
- Architektúra: munkaterület, témák, üzenetek, szolgáltatások, csomópontok, actionlibs, eszközök stb.
Languages Programming Intelligens Robothoz
- C++ alacsony szintű vezérléshez
- Python hangszereléshez
- Programming ROS csomópontok a Python-ben és a C ++-ban
- Más nyelvek
Eszközök egy fizikai intelligens robot szimulálásához
- Kereskedelmi és nyílt forráskódú 3D szimulációs és vizualizációs szoftver
A fejlesztési környezet előkészítése
- Szoftver telepítés és beállítás
- Hasznos csomagok és segédprogramok
02. nap
Programming az Okos Robot
- Programming egy csomópont a Python-ben és a C ++-ban
- A ROS csomópont megértése
- Üzenetek és témák itt: ROS
- Kiadvány / előfizetés paradigma
- Projekt: Bump & Go valódi robottal
- Hibaelhárítás
- Robotok szimulációja a pavilonnal / ROS
- Keretek a ROS-ben és hivatkozási változtatások
- Kamerák 2D információfeldolgozása OpenCV
- A lézer információfeldolgozása
- Projekt: Objektumok biztonságos követése szín szerint
- Hibaelhárítás
03. nap
Programming az okos robot (Folytatás...)
- Szolgáltatások itt: ROS
- RGB-D érzékelők 3D információfeldolgozása PCL-lel
- Térkép és navigáció a ROS segítségével
- Projekt: Objektumok keresése a környezetben
- Hibaelhárítás
02. szakasz
04. nap
Programming Az okos robot (Folytatás...)
- ActionLib
- Speech Recognition és Beszédgenerálás
- Robotkarok vezérlése a MoveIt!
- Robot nyak szabályozása az aktív látás érdekében
- Projekt: Tárgyak keresése és gyűjtése
- Hibaelhárítás
Intelligens robot tesztelése
- Egységteszt
05. nap
Az intelligens robotok képességeinek kiterjesztése Deep Learning
- Érzékelés – látás, hang és tapintások
- A tudás reprezentációja
- Hangfelismerés NLP-n keresztül (természetes nyelvi feldolgozás)
- Számítógépes látás
Crash Course in Deep Learning
- Mesterséges Neural Networks (ANN-ok)
- Mesterséges Neural Networks kontra Bio logikai Neural Networks
- Továbbítás Neural Networks
- Aktiválási funkciók
- Mesterséges képzés Neural Networks
06. nap
Gyorspálya a Deep Learning-ban (Folytatás...)
- Deep Learning Modellek
- Konvolúciós hálózatok és visszatérő hálózatok
- Konvolúciós Neural Networks (CNN-ek vagy ConvNet-ek)
- Konvolúciós réteg
- Összevonó réteg
- Konvolúciós Neural Networks Építészet
03. szakasz
07. nap
Gyorspálya a Deep Learning-ban (Folytatás...)
- Ismétlődő Neural Networks (RNN)
- RNN képzése
- A gradiensek stabilizálása edzés közben
- Hosszú távú, rövid távú memória hálózatok
- Deep Learning Platformok és szoftverkönyvtárak
- Deep Learning a ROS-ben
08. nap
Az Big Data használata a Smart Robotban
- Big data fogalmak
- Adatelemzés megközelítései
- Big Data szerszámozás
- A minták felismerése az adatokban
- Gyakorlat: NLP és Computer Vision nagy adathalmazokon
09. nap
Az Big Data használata intelligens robotodban (Folytatás...)
- Nagy adathalmazok elosztott feldolgozása
- Big Data és Robotics együttélése és keresztezése
- Az intelligens robot, mint adatgenerátor
- Tartománymérő érzékelők, helyzet-, vizuális, tapintható érzékelők és egyéb módozatok
- Az érzékszervi adatok értelmesítése (érzékelés-terv-cselekvés hurok)
- Gyakorlat: Streaming adatok rögzítése
04. szakasz
10. nap
Programming egy autonóm Deep Learning intelligens robot
- Deep Learning robot alkatrészek
- A robotszimulátor beállítása
- CUDA-gyorsítású neurális hálózat futtatása a Cafe segítségével
- Hibaelhárítás
11. nap
Programming egy autonóm Deep Learning intelligens robot (Folytatás...)
- Objektumok felismerése fényképeken vagy videofolyamokon
- Számítógépes látás engedélyezése a OpenCV segítségével
- Hibaelhárítás
12. nap
Adatelemzés
- A Smart Robot használata új adatok gyűjtésére és rendszerezésére
Intelligens robot építése közösen
Intelligens robot telepítése fizikai hardverre
Felügyelet és szerviz Smart Robots a terepen
Robotja biztonsága
- Az illetéktelen beavatkozás megakadályozása
- Megakadályozza, hogy hackerek megtekintsenek és ellopjanak érzékeny üzleti adatokat (hitelkártya, alkalmazotti adatok stb.)
Csatlakozás az Robotics közösséghez
Jövő Outlook a Smart Robots számára
Záró megjegyzések
Követelmények
- Programozási tapasztalat C++ nyelven
- Programozási tapasztalat Python
- Linux parancssoros tapasztalat
84 Órák
Vélemények (1)
valahányszor nem voltam biztos a gyakorlatban, az edző többféleképpen magyarázott nekem, amíg megértettem.
Oncel Seleamet - IRROM Industrie
Kurzus - PLC Ladder Programming
Gépi fordítás
