Kursplan
Introduktion till multimodal AI i robotteknik
- Multimodal AIs roll i robotteknik
- Översikt över sensoriska system i robotar
Multimodal sensing teknologier
- Typer av sensorer och deras tillämpningar inom robotteknik
- Integrering och synkronisering av olika sensoriska inmatningar
Bygga multimodal robotiska system
- Designprinciper för multimodala robotar
- Ramverk och verktyg för utveckling av robotiska system
AI-algoritmer för sensorfusion
- Tekniker för att kombinera sensoriska data
- Maskininlärningsmodeller för beslutsfattande inom robotteknik
Utveckla autonom robotbeteende
- Skapa robotar som kan navigera och interagera med sin miljö
- Fallstudier av autonoma robotar inom olika branscher
Real-tidsdatbehandling
- Hantering av stora mängder sensoriska data i realtid
- Optimering av prestanda för snabbhet och noggrannhet
Aktuation och kontroll i multimodala robotar
- Översättning av sensorisk inmatning till robotrörelser
- Kontrollsystem för komplexa robotiska uppgifter
Etiska överväganden i robotiska system
- Diskussion om etisk användning av robotar
- Sekretess och säkerhet i robotdatainsamling
Projekt och bedömning
- Design, prototypering och felsökning av ett enkelt multimodalt robotiskt system
- Utvärdering och återkoppling
Sammanfattning och nästa steg
Krav
- Starka kunskaper i robotteknik och AI
- Kompetens i Python och C++
- Kunskap om sensor teknologier
Målgrupp
- Robottekniker
- AI-forskare
- Automatiseringspecialister
Vittnesmål (2)
Tillhandahållande av material (virtuell maskin) för att direkt komma igång med övningarna, samt förklaring av Ros2-kärnan. Varför saker fungerar på ett visst sätt.
Arjan Bakema
Kurs - Autonomous Navigation & SLAM with ROS 2
Maskintolkat
dessas kunskaper och användningen av AI för robotik i framtiden.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maskintolkat