Praktisk Rapid Prototyping för Robotik med ROS 2 & Docker Träningskurs

Artificiell Intelligens (AI) för Robotik kombinerar maskininlärning, styrsystem och sensorfusjon för att skapa intelligenta maskiner som kan uppfatta, resonera och handla självständigt. Genom moderna verktyg som ROS 2, TensorFlow och OpenCV kan ingenjörer nu utforma robotar som navigerar, planerar och interagerar med den riktiga världen på ett intelligent sätt.

Detta ledarens instruerade, liveutbildning (online eller på plats) är riktat till mellannivås ingenjörer som önskar utveckla, träna och distribuera AI-drivna robotiska system med användning av aktuell open-source teknik och ramverk.

Efter denna utbildning kommer deltagarna att kunna:

• Använda Python och ROS 2 för att bygga och simulera robotbeteenden.
• Implementera Kalman- och Partikelfilter för lokalisering och spårning.
• Använda datorseende tekniker med OpenCV för uppfattning och objektidentifiering.
• Använda TensorFlow för rörelseprediktion och lärandebaserad styrning.
• Integrera SLAM (Simultaneous Localization and Mapping) för autonom navigering.
• Utveckla reinforcement learning-modeller för att förbättra robots beslutsfattande.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktisk implementation med ROS 2 och Python.
• Praktiska övningar i simulerade och riktiga robotiska miljöer.

Kursanpassningsalternativ

För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

I denna instruktörsledd, liveutbildning i Sverige (online eller på plats) kommer deltagarna att lära sig de olika teknologier, ramverk och tekniker för programmering av olika typer av robotar som ska användas inom kärnteknik och miljösystem.

Den 6-veckorskurserna hålls 5 dagar i veckan. Varje dag är 4 timmar lång och består av föreläsningar, diskussioner och praktisk robotutveckling i en live-labbmiljö. Deltagarna kommer att slutföra olika verkliga projekt som är tillämpliga på deras arbete för att öva in sina erhållna kunskaper.

Målmaskinen för denna kurs kommer att simuleras i 3D genom simulationsprogramvara. ROS (Robot Operating System) open-source ramverket, C++ och Python kommer att användas för programmering av robotarna.

Vid slutet av utbildningen kommer deltagarna att kunna:

• Fatta de centrala koncepten inom robotteknik.
• Förstå och hantera interaktionen mellan programvara och hårdvara i ett robotsystem.
• Förstå och implementera de programvarukomponenter som ligger till grund för robotteknik.
• Bygga och köra en simulerad mekanisk robot som kan se, känna, bearbeta, navigera och interagera med människor via röst.
• Förstå de nödvändiga elementen av artificiell intelligens (maskininlärning, djupinlärning, etc.) som är tillämpliga för att bygga en smart robot.
• Implementera filter (Kalman och Partikel) för att låta roboten lokalisera rörliga objekt i sitt miljö.
• Implementera sökalgoritmer och rörelseplanering.
• Implementera PID-styrning för att reglera en robots rörelse i ett miljö.
• Implementera SLAM-algoritmer för att låta en robot kartlägga ett okänt miljö.
• Utöka en robots förmåga att utföra komplexa uppgifter genom djupinlärning.
• Testa och felsöka en robot i realistiska scenarier.

I denna instruktörsledda, liveutbildning i Sverige (online eller på plats) kommer deltagarna att lära sig olika tekniker, ramverk och metoder för programmering av olika typer av robotar som ska användas inom kärnteknik och miljösystem.

Den 4-veckors kursen hålls fem dagar i veckan. Varje dag är fyra timmar lång och består av föreläsningar, diskussioner och praktisk robotutveckling i en live-labbmiljö. Deltagarna kommer att slutföra olika reala projekt som är tillämpliga på deras arbete för att öva på det kunskap de har fått.

Målmaterialet för denna kurs kommer att simuleras i 3D genom simuleringsprogramvara. Koden kommer sedan att laddas upp på fysisk hårdvara (Arduino eller annan) för slutlig testning av distributionen. ROS (Robot Operating System), C++ och Python kommer att användas för att programmera robotarna.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå de viktigaste koncepten som används i robotteknik.
• Förstå och hantera interaktionen mellan mjukvara och hårdvara i ett robotiskt system.
• Förstå och implementera de mjukvarukomponenter som underlägger robotik.
• Bygga och styra en simulerad mekanisk robot som kan se, upptäcka, bearbeta, navigera och interagera med människor genom röst.
• Förstå de nödvändiga elementen av artificiell intelligens (maskininlärning, djupinlärning, etc.) som är tillämpliga för att bygga en smart robot.
• Implementera filter (Kalman och Partikel) för att göra det möjligt för roboten att lokalisera rörliga objekt i sin miljö.
• Implementera sökalgoritmer och rörelseplanering.
• Implementera PID-styrning för att reglera en robots rörelse i miljön.
• Implementera SLAM-algoritmer för att göra det möjligt för roboten att kartlägga en okänd miljö.
• Testa och felsöka en robot i realistiska scenarier.

ROS 2 (Robot Operating System 2) är ett öppen källkodsbaserat ramverk som är utformat för att stödja utvecklingen av komplexa och skalbara robotapplikationer.

Detta instruktörledda, liveutbildning (online eller på plats) riktas till mellantidsnivås robottekniker och utvecklare som önskar implementera autonom navigation och SLAM (Simultaneous Localization and Mapping) med hjälp av ROS 2.

Till slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera och anpassa ROS 2 för autonom navigationsapplikationer.
• Implementera SLAM-algoritmer för kartläggning och lokalisering.
• Integrera sensorer som LiDAR och kameror med ROS 2.
• Simulera och testa autonom navigation i Gazebo.
• Distribuera navigationsstackar på fysiska robotar.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktisk övning med hjälp av ROS 2-verktyg och simuleringsmiljöer.
• Livslab-implementation och testning på virtuella eller fysiska robotar.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att arrangera.

Azure Bot Service kombinerar Microsoft Bot Frameworks och Azures funktioner för att möjliggöra snabb utveckling av smarta chatbots.

I denna handledning under lektionerna kommer deltagarna att lära sig hur man enkelt skapar en intelligent bot med hjälp av Microsoft Azure.

Till slut av detta träningsprogram kommer deltagarna att kunna:

• Läras grundläggande om smarta chatbots
• Läras hur man skapar smarta chatbots med hjälp av molnprogram
• Förstå hur man använder Microsoft Bot Framework, Bot Builder SDK och Azure Bot Service
• Förstå hur man utformar chatbots med botmönster
• Utveckla sin första smarta bot med hjälp av Microsoft Azure

Målgrupp

• Utvecklare
• Hobbyister
• Ingenjörer
• IT-professionella

Kursformat

• Del föreläsning, del diskussion, övningar och mycket praktiskt arbetsskapande

OpenCV är en öppen källkodsbaserad datorsynsbibliotek som möjliggör realtidsbildbehandling, medan djupinlärningsramverk som TensorFlow ger verktyg för intelligent perception och beslutstagen i robotiska system.

Denna instruktörsledda, liveutbildning (online eller på plats) är riktad till mellannivårobotikingenjörer, datorsynsexperter och maskininlärningsingenjörer som vill använda datorsynstekniker och djupinlärning för robotisk perception och autonomi.

Genom denna utbildning kommer deltagarna att kunna:

• Implementera datorsynströmmar med OpenCV.
• Länka djupinlärningsmodeller för objektidentifiering och -igenkänning.
• Använda synbaserade data för robotisk kontroll och navigation.
• Kombinera klassiska synsalgoritmer med djup neurala nätverk.
• Distribuera datorsynssystem på inbyggda och robotiska plattformar.

Formatet för kursen

• Interaktiv föreläsning och diskussion.
• Händerbasär övning med OpenCV och TensorFlow.
• Labbimplementering på simulerade eller fysiska robotiska system.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.

En bot eller chatbot är som en datorassistent som används för att automatisera användarinteraktioner på olika meddelandeplattformar och få saker gjorda snabbare utan att användarna behöver prata med en annan människa.

I denna instruktörsledda, live-utbildning kommer deltagarna att lära sig hur man kommer igång med att utveckla en bot när de går igenom skapandet av exempelchattbotar med hjälp av verktyg och ramverk för botutveckling.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de olika användningarna och tillämpningarna av bots
• Förstå hela processen för att utveckla bots
• Utforska de olika verktygen och plattformarna som används för att bygga bots
• Bygg ett exempel på chatbot för Facebook Messenger
• Bygg ett exempel på chatbot med Microsoft Bot Framework

Publik

• Utvecklare som är intresserade av att skapa sin egen bot

Kursens format

• Delföreläsning, deldiskussion, övningar och tung praktisk praktik

Edge AI möjliggör att artificiella intelligensmodeller körs direkt på inbyggda eller resursbegränsade enheter, vilket minskar latens och energiförbrukning samtidigt som autonomi och integritet i robotiska system ökar.

Detta instruktörsledda, liveutbildning (online eller platsbaserad) är riktat till mellannivås inbyggda utvecklare och robottekniker som vill implementera inferens- och optimeringstekniker för maskininlärning direkt på robotikhårdvara med hjälp av TinyML och Edge AI-frameworkar.

Till slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i TinyML och Edge AI för robotik.
• Konvertera och distribuera AI-modeller för inferens på enheten.
• Optimera modeller för hastighet, storlek och energieffektivitet.
• Integrera Edge AI-system i robotiska styrarkitekturer.
• Bewärdera prestanda och noggrannhet i verkliga scenarier.

Kursformat

• Interaktiv föreläsning och diskussion.
• Händerbaserad praktik med TinyML- och Edge AI-verktygskedjor.
• Praktiska övningar på inbyggda och robotikhårdvaraplattformar.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Denna handledarledda, liveutbildning i Sverige (online eller på plats) är riktad till deltagare med mellannivå erfarenhet som vill utforska rollen av samarbetsrobotar (cobots) och andra humancentrerade AI-system i moderna arbetsplatser.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för Human-Centric Physical AI och dess tillämpningar.
• Utforska rollen av samarbetsrobotar i att öka produktiviteten på arbetsplatserna.
• Identifiera och hantera utmaningar i människa-maskin-interaktioner.
• Utforma arbetsflöden som optimerar samarbete mellan människor och AI-drivna system.
• Främja en kultur av innovation och anpassningsförmåga i AI-integrerade arbetsplatser.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktas till ingenjörer som vill lära sig om användbarheten av artificiell intelligens för mekatroniska system.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Få en överblick över artificiell intelligens, maskininlärning och beräkningsintelligens.
• Förstå koncepten om neuronnät och olika inlärningsmetoder.
• Välja effektiva metoder för artificiell intelligens för verkliga problem.
• Implementera AI-applikationer i mekatronisk teknik.

Detta instruktörsledd, liveutbildning i Sverige (online eller på plats) riktas till fortgeschrittade robottekniker och AI-forskare som vill använda multimodal AI för att integrera olika sensoriska data för att skapa mer självständiga och effektiva robotar som kan se, höra och känna.

Vid utbildningens avslutande kommer deltagarna kunna:

• Implementera multimodal sensing i robotiska system.
• Utveckla AI-algoritmer för sensorfusion och beslutsfattande.
• Skapa robotar som kan utföra komplexa uppgifter i dynamiska miljöer.
• Hantera utmaningar inom realtidsdatbehandling och aktuation.

Detta instruktörsvägda, liveutbildning i Sverige (online eller på plats) riktas till deltagare på mellannivå som vill förbättra sina kunskaper i design, programmering och distribution av intelligenta robotiska system för automatisering och mer.

När utbildningen är avslutad kommer deltagarna att kunna:

• Fatta principerna för Fysisk AI och dess tillämpningar inom robotteknik och automatisering.
• Designa och programmera intelligenta robotiska system för dynamiska miljöer.
• Implementera AI-modeller för autonom beslutsfattande i robotar.
• Utnyttja simuleringsverktyg för robottestning och optimering.
• Hantera utmaningar som sensorfusion, realtidsbehandling och energieffektivitet.

Förstärkningsinlärning (RL) är en maskininlärningsparadigm där agenter lär sig fatta beslut genom att interagera med ett miljö. Inom robotik låter RL autonoma system utveckla anpassningsbara kontroll- och beslutningsfattande förmågor genom erfarenhet och återkoppling.

Denna instruktörsledd, liveutbildning (online eller på plats) är riktad till avancerade maskininlärningsingenjörer, robotikforskare och utvecklare som vill designa, implementera och distribuera förstärkningsinlärningsalgoritmer i robotprogram.

Genom denna utbildning kommer deltagarna att kunna:

• Förstå principerna och matematiken bakom förstärkningsinlärning.
• Implementera RL-algoritmer som Q-learning, DDPG och PPO.
• Integrera RL med robotiksimuleringsmiljöer genom att använda OpenAI Gym och ROS 2.
• Låta robotar utföra komplexa uppgifter autonomt genom prov-och-fel-metoden.
• Optimera träningsprestandan med hjälp av djupinlärningsramverk som PyTorch.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktisk implementation med Python, PyTorch och OpenAI Gym.
• Praktiska övningar i simulerade eller fysiska robotikmiljöer.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att arrangera.

En smart robot är ett Artificial Intelligence (AI) system som kan lära sig av sin omgivning och sin erfarenhet och bygga vidare på sin kapacitet baserat på den kunskapen. Smart Robots kan samarbeta med människor, arbeta tillsammans med dem och lära sig av deras beteende. Dessutom har de kapacitet för inte bara manuellt arbete, utan även kognitiva uppgifter. Förutom fysiska robotar kan Smart Robots också vara rent mjukvarubaserade och finnas i en dator som en programvara utan rörliga delar eller fysisk interaktion med världen.

I denna instruktörsledda, liveträning kommer deltagarna att lära sig de olika teknikerna, ramverken och teknikerna för programmering av olika typer av mekanik Smart Robots, och sedan tillämpa denna kunskap för att slutföra sina egna Smart Robot-projekt.

Kursen är uppdelad i 4 avsnitt, som var och en består av tre dagar med föreläsningar, diskussioner och praktisk robotutveckling i en skarp labbmiljö. Varje avsnitt avslutas med ett praktiskt projekt som ger deltagarna möjlighet att öva och visa sina förvärvade kunskaper.

Målhårdvaran för denna kurs kommer att simuleras i 3D genom simuleringsprogram. Ramverket ROS (Robot Operating System) med öppen källkod, C++ och Python kommer att användas för programmering av robotarna.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de viktigaste begreppen som används inom robotteknik
• Förstå och hantera interaktionen mellan mjukvara och hårdvara i ett robotsystem
• Förstå och implementera de programvarukomponenter som ligger till grund för Smart Robots
• Bygg och använd en simulerad mekanisk smart robot som kan se, känna, bearbeta, greppa, navigera och interagera med människor med hjälp av rösten
• Utöka en smart robots förmåga att utföra komplexa uppgifter genom Deep Learning
• Testa och felsök en smart robot i realistiska scenarier

Publik

• Utvecklare
• Ingenjörer

Kursens upplägg

• Delvis föreläsning, delvis diskussion, övningar och tung praktisk övning

Not

• För att anpassa någon del av denna kurs (programmeringsspråk, robotmodell, etc.) vänligen kontakta oss för att ordna.

Smart Robotics är integrationen av artificiell intelligens i robotiksystem för förbättrad perception, beslutsfattande och autonom kontroll.

Denna instruktörsledda liveutbildning (online eller på plats) riktar sig till avancerade robotikingenjörer, systemintegratörer och automatiseringsansvariga som vill implementera AI-drivna perception, planering och kontroll i smarta tillverkningsmiljöer.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förstå och tillämpa AI-tekniker för robotperception och sensorfusion.
• Utveckla rörelseplaneringsalgoritmer för samarbetsrobotar och industrirobotar.
• Distribuera lärobaserade kontrollstrategier för realtidsbeslutsfattande.
• Integrera intelligenta robotiksystem i arbetsflöden i smarta fabriker.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en live-lablabmiljö.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att boka.