Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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
84 timmar
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
