Kurzusleírás

01. szakasz

01. nap Bevezetés

    Mitől lesz egy okos robot okos?

Fizikai vs virtuális Smart Robots

    Smart Robots, Smart Machines, Sentient Machines and Robotic Process Automation (RPA) stb.

A mesterséges intelligencia (AI) szerepe Smart Robots

    A „ha-akkor-else”-n és a tanulógépen túl Az AI AI mögött álló algoritmusok Smart Robots-ben: gépi tanulás, számítógépes látás, természetes nyelvi feldolgozás (NLP) stb. Kognitív robotika

A Big Data szerepe a Smart Robots

    Döntéshozatal adatok és minták alapján

A felhő és Smart Robots

    A robotika és az informatika összekapcsolása Több információhoz hozzáférő és együttműködő, funkcionálisabb robotok létrehozása

Esettanulmány: Mechanikai Smart Robots

    Ipari Smart Robots Baxter
Személyes kiszolgáló robotok Háztartási robotok, amelyek segítik az időseket, intelligens önvezető autókat
  • Professzionális szolgáltató robotok Mezőgazdasági robotok naplóműveletekben
  • Intelligens robot hardverelemei
  • Motorok, érzékelők, mikrokontrollerek, kamerák stb.
  • A Smart Robots közös elemei

      Gépi látás, hangfelismerés, beszédszintézis, közelségérzékelés, nyomásérzékelés stb.

    Fejlesztési keretek Programming egy intelligens robothoz

      Nyílt forráskódú és kereskedelmi keretrendszerek Robot operációs rendszer (ROS) Architektúra: munkaterület, témák, üzenetek, szolgáltatások, csomópontok, actionlibs, eszközök stb.

    Nyelvek Programming egy okos robothoz

      C++ az alacsony szintű vezérléshez Python hangszereléshez Programozás ROS csomópontok Python és C ++ nyelven Egyéb nyelvek

    Eszközök egy fizikai intelligens robot szimulálásához

      Kereskedelmi és nyílt forráskódú 3D szimulációs és vizualizációs szoftver

    Fejlesztési környezet előkészítése

      Szoftvertelepítés és beállítás Hasznos csomagok és segédprogramok

    02. nap Programming az okos robot

      Csomópont programozása Pythonban és C ++-ban A ROS csomópont megértése Üzenetek és témák a ROS-ben Publikáció / előfizetés paradigma Projekt: Bump & Go valódi robottal Hibaelhárítás Robotok szimulációja Gazebo-val / ROS Keretek a ROS-ben és hivatkozás változások Kamerák 2D információfeldolgozása OpenCV-vel Lézeres projekt információfeldolgozása: Objektumok biztonságos követése szín szerint Hibaelhárítás

    03. nap Programming az okos robot (Folytatás...)

      Szolgáltatások ROS 3D információfeldolgozásban RGB-D érzékelők PCL térképekkel és navigáció ROS Projecttel: Search a környezetben lévő objektumokhoz Hibaelhárítás

     

      02. szakasz

    04. nap Programming az okos robot (Folytatás...)

    ActionLib Speech Recognition és Speech Generation Robotkarok vezérlése a MoveIt! Robotnyak vezérlése az aktív látás érdekében Projekt: Tárgyak keresése és gyűjtése Hibaelhárítás

    Intelligens robotja tesztelése

      Egységteszt

    05. nap Az intelligens robotok képességeinek bővítése Deep Learning

      Érzékelés – látás, hang és tapintások Tudásreprezentáció Hangfelismerés NLP-n keresztül (természetes nyelvi feldolgozás) Computer látás

    Gyorspálya itt: Deep Learning

      Mesterséges Neural Networks (ANNs) Mesterséges Neural Networks kontra biológiai Neural Networks Feedforward Neural Networks Aktiválási funkciók képzése Mesterséges Neural Networks

    06. napi gyorstanfolyam a Deep Learning-ban (Folytatás...)

      Deep Learning Konvolúciós hálózatok és visszatérő hálózatok modellezése

    Konvolúciós Neural Networks (CNN-ek vagy ConvNets) konvolúciós réteg

      Összevonó réteg
    Konvolúciós Neural Networks Építészet
  • 03. szakasz
  • 07. napi gyorstanfolyam a Deep Learning-ban (Folytatás...)
  • Ismétlődő Neural Networks (RNN) Egy RNN képzése Gradiensek stabilizálása edzés közben Hosszú, rövid távú memória hálózatok
  • Mély tanulási platformok és szoftverkönyvtárak Mélytanulás itt: ROS

    08. nap Az Big Data használata intelligens robotodban

      Big data fogalmak Az adatelemzés megközelítései Big Data eszközök Az adatok mintáinak felismerése Gyakorlat: NLP és Computer Vision nagy adathalmazokon
    09. nap Az Big Data használata intelligens robotodban (Folytatás...)
  • Nagy adathalmazok elosztott feldolgozása Big Data és Robotics Az okos robot mint adatgenerátor együttélése és kereszttermékenyítése.
  • Az érzékszervi adatok értelmesítése (érzékelés-terv-cselekvés hurok)

      Gyakorlat: Streaming adatok rögzítése

     

      04. szakasz
    10. nap Programming egy autonóm, mélyen tanuló intelligens robot
  • Deep Learning robot komponensek A robotszimulátor beállítása CUDA-gyorsított neurális hálózat futtatása Cafe hibaelhárítással
  • 11. nap Programming egy autonóm, mélyen tanuló intelligens robot (Folytatás...)
  • Tárgyak felismerése fényképeken vagy videofolyamokban Számítógépes látás engedélyezése OpenCV 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

      A jogosulatlan manipuláció megakadályozása Megakadályozza, hogy hackerek megtekintsék és ellopják az érzékeny üzleti adatokat (hitelkártya, alkalmazotti adatok stb.)

    Csatlakozás a Robotics közösséghez

    Jövőbeli kilátások a Smart Robots számára

    Zárszó

    Követelmények

    • Programozási tapasztalat C++ nyelven
    • Programozási tapasztalat Python
    • Linux parancssoros tapasztalat
     84 Hours

    Résztvevők száma



    Ár per résztvevő

    Vélemények (1)

    Rokon tanfolyam

    AI and Robotics for Nuclear - Extended

    120 Hours

    AI and Robotics for Nuclear

    80 Hours

    Rokon kategóriák