Kursplan
Avsnitt 01
Dag 01
Införandet
- Vad gör en smart robot smart?
Fysisk vs virtuell Smart Robots
- Smart Robots, Smarta Maskiner, Kännande Maskiner och Robotic Process Automation (RPA), etc.
Rollen som Artificial Intelligence (AI) i Smart Robots
- Bortom "om-då-else" och den lärande maskinen
- Algoritmerna bakom AI
- AI i Smart Robots: maskininlärning, datorseende, naturlig språkbehandling (NLP), etc.
- Kognitiv robotik
Rollen för Big Data i Smart Robots
- Beslutsfattande baserat på data och mönster
Molnet och Smart Robots
- Att koppla samman robotteknik och IT
- Bygga mer funktionella robotar som får tillgång till mer information och samarbetar
Fallstudie: Mekanisk Smart Robots
- Industri Smart Robots
- Baxter
- Personliga servicerobotar
- Hushållsrobotar som hjälper äldre, smarta självkörande bilar
- Professionella servicerobotar
- Jordbruksrobotar i dagboksoperationer
Hårdvarukomponenter i en smart robot
- Motorer, sensorer, mikrokontroller, kameror etc.
Vanliga Elements av Smart Robots
- Maskinseende, röstigenkänning, talsyntes, närhetsavkänning, tryckavkänning, etc.
Utvecklingsramar för Programming En smart robot
- Öppen källkod och kommersiella ramverk
- Robotens operativsystem (ROS)
- Arkitektur: arbetsyta, ämnen, meddelanden, tjänster, noder, actionlibs, verktyg osv.
Languages för Programming en smart robot
- C++ för lågnivåstyrning
- Python för orkestrering
- Programming ROS noder i Python och C ++
- Andra språk
Verktyg för att simulera en fysisk smart robot
- Kommersiell programvara för 3D-simulering och visualisering med öppen källkod
Förbereda utvecklingsmiljön
- Installation och installation av programvara
- Användbara paket och verktyg
Dag 02
Programming Den smarta roboten
- Programming en nod i Python och C ++
- Förstå ROS-noden
- Meddelanden och ämnen i ROS
- Paradigm för publicering/prenumeration
- Projekt: Bump & Go med riktig robot
- Felsökning
- Simulering av robotar med lusthus / ROS
- Bildrutor i ROS och referensändringar
- 2D-informationsbehandling av kameror med OpenCV
- Informationsbehandling av en laser
- Projekt: Säker spårning av objekt efter färg
- Felsökning
Dag 03
Programming Den smarta roboten (fortsättning...)
- Tjänster i ROS
- 3D-informationsbehandling av RGB-D-sensorer med PCL
- Kartor och navigering med ROS
- Projekt: Sök efter objekt i miljön
- Felsökning
Avsnitt 02
Dag 04
Programming Den smarta roboten (fortsättning...)
- ActionLib (på engelska)
- Speech Recognition och talgenerering
- Styr robotarmar med MoveIt!
- Styrning av robotnacke för aktivt seende
- Projekt: Sökning och insamling av objekt
- Felsökning
Testa din smarta robot
- Testning av enheter
Dag 05
Utöka en smart robots kapacitet med Deep Learning
- Perception – syn, ljud och haptik
- Representation av kunskap
- Röstigenkänning genom NLP (natural language processing)
- Visuellt innehåll
Snabbkurs i Deep Learning
- Konstgjord Neural Networks (ANN)
- Artificiell Neural Networks jämfört med Biologisk Neural Networks
- Feedforward Neural Networks
- Aktivering Funktioner
- Träning Artificiell Neural Networks
Dag 06
Snabbkurs i Deep Learning (Fortsättning...)
- Deep Learning Modeller
- Faltningsnätverk och återkommande nätverk
- Faltning Neural Networks (CNNs eller ConvNets)
- Faltningsskikt
- Poolande lager
- Faltningsarkitektur Neural Networks Arkitektur
Avsnitt 03
Dag 07
Snabbkurs i Deep Learning (Fortsättning...)
- Återkommande Neural Networks (RNN)
- Träning av en RNN
- Stabilisera lutningar under träning
- Nätverk för långtidsminne
- Deep Learning Plattformar och programvarubibliotek
- Deep Learning i ROS
Dag 08
Använda Big Data i din smarta robot
- Begrepp för stordata
- Metoder för dataanalys
- Big Data verktyg
- Känna igen mönster i data
- 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
- Den smarta roboten som generator av data
- Avståndsmätningssensorer, positions-, visuella, taktila sensorer och andra modaliteter
- Att förstå sensoriska data (sense-plan-act loop)
- Övning: Samla in strömmande data
Avsnitt 04
Dag 10
Programming En autonom Deep Learning Smart robot
- Deep Learning Komponenter till robotar
- Ställa in robotsimulatorn
- Köra ett CUDA-accelererat neuralt nätverk med Cafe
- Felsökning
Dag 11
Programming En autonom Deep Learning Smart Robot (fortsättning...)
- Känna igen objekt i fotografier eller videoströmmar
- Aktivera visuellt innehåll med OpenCV
- Felsökning
Dag 12
Dataanalys
- Använda den smarta roboten för att samla in och organisera nya data
Bygga 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 visa och stjäla känsliga affärsuppgifter (kreditkort, information om anställda osv.)
Gå med i Robotics-communityn
Framtid Outlook för Smart Robots
Avslutande kommentarer
Krav
- Erfarenhet av programmering i C++
- Programmeringserfarenhet i Python
- Erfarenhet av Linux kommandorad
Vittnesmål (2)
PLC grundläggande kunskaper## Course Outline### Module 1: Introduction to PLCs- Definition of a PLC- History and evolution of PLCs- Advantages of using PLCs in industrial automation- Applications of PLCs in various industries### Module 2: PLC Hardware- Understanding PLC components - Central Processing Unit (CPU) - Input and Output modules - Power supply unit - Memory - Communication interfaces- PLC types and selection criteria- Wiring and installation guidelines### Module 3: PLC Programming- Introduction to PLC programming languages - Ladder Logic - Function Block Diagram (FBD) - Structured Text (ST) - Instruction List (IL)- Programming software overview - Step 7 - TwinCAT - Codesys - RSLogix 5000- Basic programming techniques - Creating and editing programs - Writing and testing logic - Implementing timers and counters### Module 4: PLC Communication- Overview of communication protocols - Modbus - Profibus - Profinet - EtherNet/IP - EtherCAT- Network configuration and troubleshooting- Integrating PLCs with HMI and SCADA systems### Module 5: PLC Maintenance and Troubleshooting- Preventive maintenance strategies- Diagnostic tools and techniques- Common PLC issues and solutions- Safety considerations in PLC maintenance### Module 6: Hands-on Project- Designing a simple PLC-based control system- Implementing the control system using a PLC- Testing and validating the control system- Documenting the project and presenting the results
Bartosz - Phillips-Medisize Poland
Kurs - Introduction to OMRON PLC programming
Machine Translated
Varje gång jag inte var säker på någon övning förklarade tränaren för mig på flera sätt, tills jag förstod.
Oncel Seleamet - IRROM Industrie
Kurs - PLC Ladder Programming
Machine Translated