Kom i kontakt

Kursplan

Introduktion till datavision för robotik

  • Översikt över datavisionsapplikationer inom robotik
  • Viktiga utmaningar inom perception och visuell förståelse
  • Installera utvecklingsmiljön med OpenCV och Python

Grundläggande bildbehandling

  • Bildrepresentation och manipulation
  • Filtrering, kantdetektering och karaktäristikextraktion
  • Färgrymder och segmenteringstekniker

Objektdetektering och spårning med OpenCV

  • Detektering av objekt med klassiska metoder (Haar cascades, HOG)
  • Spårning av rörliga objekt i videoströmmar
  • Integration av visuell återkoppling i robotsystem

Djurlärande för visuell perception

  • Översikt över konvolutionella neurala nätverk (CNN:er)
  • Träning och införlivande av objekt detekteringsmodeller
  • Tillämpning av förtränade modeller (YOLO, SSD, Faster R-CNN)

Sensorfusion och djupperception

  • Integration av kameradata med LiDAR och ultraljudssensorer
  • Djupestimering och 3D-rekonstruktion
  • Perception för hinderundvikande och navigation

Visionsbaserad styrning och beslutsfattande

  • Tillämpning av datavision för robotmanipulation
  • Visuell servoring och sluten-loop-styrning
  • Autonomt beslutsfattande baserat på visuell inmatning

Införande och optimering av visionsmodeller

  • Införande av modeller på inbäddade system och enheter i kanten
  • Optimering av inferensprestanda för realtidsapplikationer
  • Felsökning och förbättring av noggrannhet

Sammanfattning och nästa steg

Krav

  • En förståelse för grundläggande robotikkoncept
  • Erfarenhet av programmering i Python
  • Kunskap om grunderna i machine learning

Targetgrupp

  • Robotics-ingenjörer
  • Praktiserare inom datavision
  • Machine learning-ingenjörer
 21 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier