Kursplan

Avsnitt 01

Dag 01 Introduktion

    Vad gör en smart robot smart?

Fysisk vs virtuell Smart Robots

    Smart Robots, Smart Machines, Sentient Machines och Robotic Process Automation (RPA) etc.

Rollen för artificiell intelligens (AI) i Smart Robots

    Bortom "om-då-annat" och inlärningsmaskinen Algoritmerna bakom AI AI i Smart Robots: maskininlärning, datorseende, naturlig språkbehandling (NLP) etc. Kognitiv robotik

Big Datas roll i Smart Robots

    Beslutsfattande baserat på data och mönster

Molnet och Smart Robots

    Länka robotik med IT Bygga mer funktionella robotar som får tillgång till mer information och samarbetar

Fallstudie: Mekanisk Smart Robots

    Industriell Smart Robots Baxter
Personal Service Robots Inhemska robotar som hjälper äldre, smarta självkörande bilar
  • Professionella servicerobotar Jordbruksrobotar i dagboksverksamhet
  • Hårdvarukomponenter i en smart robot
  • Motorer, sensorer, mikrokontroller, kameror etc.
  • Vanliga delar av Smart Robots

      Maskinseende, röstigenkänning, talsyntes, närhetsavkänning, tryckavkänning, etc.

    Utvecklingsramverk för Programming en smart robot

      Öppen källkod och kommersiella ramverk Robotoperativsystem (ROS) Arkitektur: arbetsyta, ämnen, meddelanden, tjänster, noder, actionlibs, verktyg, etc.

    Språk för Programming en smart robot

      C++ för lågnivåkontroll Python för orkestrering Programmering ROS noder i Python och C ++ Andra språk

    Verktyg för att simulera en fysisk smart robot

      Programvara för kommersiell och öppen källkod för 3D-simulering och visualisering

    Förbereda utvecklingsmiljön

      Installation och installation av programvara Användbara paket och verktyg

    Dag 02 Programming Smart Robot

      Programmera en nod i Python och C ++ Förstå ROS nod Meddelanden och ämnen i ROS Publikations-/prenumerationsparadigm Projekt: Bump & Go med riktig robot Felsökning Simulering av robotar med Gazebo / ROS Ramar i ROS och referens ändrar 2D informationsbehandling av kameror med OpenCV Informationsbehandling av en laser Projekt: Säker spårning av objekt med färg Felsökning

    Dag 03 Programming Smart Robot (Fortsättning...)

      Tjänster inom ROS 3D-informationsbehandling av RGB-D-sensorer med PCL-kartor och Navigation med ROS Projekt: Search för objekt i miljön Felsökning

     

      Avsnitt 02

    Dag 04 Programming Smart Robot (Fortsättning...)

    ActionLib Speech Recognition och talgenerering Styr robotarmar med MoveIt! Styrande robothals för aktiv syn Projekt: Sökning och insamling av objekt Felsökning

    Testar din smarta robot

      Enhetstestning

    Dag 05 Utöka en smart robots kapacitet med Deep Learning

      Perception -- syn, ljud och haptik Kunskapsrepresentation Rösigenkänning genom NLP (naturlig språkbehandling) Computer syn

    Snabbkurs i Deep Learning

      Artificiell Neural Networks (ANN) Artificiell Neural Networks vs. biologisk Neural Networks Framkoppling Neural Networks Aktiveringsfunktioner Träning Artificiell Neural Networks

    Dag 06 snabbkurs i Deep Learning (Fortsättning...)

      Deep Learning Modeller Convolutional Networks och Recurrent Networks

    Convolutional Neural Networks (CNNs eller ConvNets) Convolution Layer

      Poolande lager
    Konvolutionell Neural Networks Arkitektur
  • Avsnitt 03
  • Dag 07 snabbkurs i Deep Learning (Fortsättning...)
  • Återkommande Neural Networks (RNN) Träning av en RNN Stabiliserande gradienter under träning Långa korttidsminnesnätverk
  • Deep Learning-plattformar och mjukvarubibliotek Deep Learning i ROS

    Dag 08 Använda Big Data i din smarta robot

      Big data-koncept Tillvägagångssätt för dataanalys Big Data-verktyg Att känna igen mönster i datan Övning: NLP och Computer Vision på stora datamängder
    Dag 09 Använda Big Data i din smarta robot (Fortsättning...)
  • Distribuerad bearbetning av stora datamängder Samexistens och korsbefruktning av Big Data och Robotics The Smart Robot som en generator av data Räckviddsmätsensorer, positions-, visuella, taktila sensorer och andra modaliteter
  • Att förstå sensoriska data (sense-plan-act loop)

      Övning: Fånga strömmande data

     

      Avsnitt 04
    Dag 10 Programming en Autonomous Deep Learning Smart Robot
  • Deep Learning robotkomponenter Konfigurera robotsimulatorn Köra ett CUDA-accelererat neuralt nätverk med Cafe Felsökning
  • Dag 11 Programming en Autonomous Deep Learning Smart Robot (Fortsättning...)
  • Identifiera objekt i fotografier eller videoströmmar Aktivera datorseende med OpenCV Felsökning

    Dag 12 Dataanalys

    Använda Smart Robot för att samla in och organisera ny data

      Bygg en smart robot i samarbete

    Distribuera din smarta robot på fysisk hårdvara

      Övervakning och service Smart Robots i fält

    Säkra din robot

      Förhindra obehörig manipulering Förhindra hackare från att se och stjäla känslig affärsdata (kreditkort, anställd information, etc.)

    Gå med i Robotics gemenskapen

    Framtidsutsikter för Smart Robots

    Avslutande kommentarer

    Krav

    • Erfarenhet av programmering i C++
    • Programmeringserfarenhet i Python
    • Erfarenhet av Linux kommandorad
     84 timmar

    Antal deltagare



    Price per participant

    Vittnesmål (1)

    Relaterade Kurser

    AI and Robotics for Nuclear - Extended

    120 timmar

    AI and Robotics for Nuclear

    80 timmar

    Relaterade Kategorier