Smart Robots for Developers Träningskurs

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

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

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

Att förstå sensoriska data (sense-plan-act loop)

Övning: Fånga strömmande data

Avsnitt 04

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