Konstgjord intelligens (AI) för robotik Träningskurs

Introduktion till AI och robotik

• Översikt över modern robotik och konvergering med AI
• Tillämpningar inom autonoma system, drönare och servicierobotsystem
• Väsentliga AI-komponenter: uppfattning, planering och styrning

Uppställning av utvecklingsmiljön

• Installation av Python, ROS 2, OpenCV och TensorFlow
• Användning av Gazebo eller Webots för robotiksimulering
• Arbeta med Jupyter Notebooks för AI-experiment

Uppfattning och datorsyn

• Användning av kameror och sensorer för uppfattning
• Bildklassificering, objektdetektering och segmentering med hjälp av TensorFlow
• Kantdetektering och konturspårning med OpenCV
• Realtidshantering och bearbetning av videostreamar

Lokalisering och sensorfusion

• Förståelse för probabilistisk robotik
• Kalmanfilter och Utökade Kalmanfilter (EKF)
• Partikelfilter för icke-linjära miljöer
• Integration av LiDAR-, GPS- och IMU-data för lokalisering

Rörelseplanering och sökning av vägar

• Sökalgoritmer: Dijkstra, A* och RRT*
• Hindrande av förhindra och kartläggning av miljön
• Realtidsstyrsystem med hjälp av PID-reglering
• Dynamisk optimering av banor med hjälp av AI

Belöningsinlärning för robotik

• Grundläggande principer för belöningsinlärning
• Design av belöningsbaserade robotbeteenden
• Q-lärning och Deep Q-Networks (DQN)
• Integration av RL-agenter i ROS för anpassningsbar rörelse

Simultan lokalisering och kartläggning (SLAM)

• Förståelse av SLAM-koncept och arbetsflöden
• Implementering av SLAM med ROS-paket (gmapping, hector_slam)
• Visuella SLAM med hjälp av OpenVSLAM eller ORB-SLAM2
• Testning av SLAM-algoritmer i simulerade miljöer

Avancerade ämnen och integration

• Tal- och gestidentifiering för interaktion mellan människa och robot
• Integration med IoT och molnbaserade robotplattformar
• AI-drivna prediktiva underhållsfunktioner för robotar
• Etik och säkerhet inom AI-drivna robotsystem

Kapstensprojekt

• Design och simulering av en intelligent mobil robot
• Implementation av navigation, uppfattning och rörelsestyrsystem
• Demonstration av beslutsfattande i realtid med hjälp av AI-modeller

Sammanfattning och nästa steg

• Genomgång av viktiga AI-tekniker inom robotik
• Framtida trender inom autonom robotik
• Resurser för fortgående lärande