Smart Robotics in Manufacturing: AI for Perception, Planning, and Control Träningskurs

AI-powered predictive maintenance applies machine learning and data analytics to forecast equipment failures and optimize maintenance schedules. It transforms reactive maintenance models into proactive strategies, enabling better uptime, cost reduction, and asset longevity.

This instructor-led, live training (online or onsite) is aimed at intermediate-level professionals who wish to implement AI-driven predictive maintenance solutions in industrial environments.

By the end of this training, participants will be able to:

• Understand how predictive maintenance differs from reactive and preventive maintenance strategies.
• Collect and structure machine data for AI-powered analysis.
• Apply machine learning models to detect anomalies and predict failures.
• Implement end-to-end workflows from sensor data to actionable insights.

Format of the Course

• Interactive lecture and discussion.
• Hands-on exercises and case studies.
• Live demonstration and practical data workflows.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI for Process Optimization is the application of machine learning and data analytics to enhance efficiency, quality, and throughput in manufacturing operations.

This instructor-led, live training (online or onsite) is aimed at intermediate-level manufacturing professionals who wish to apply AI techniques to streamline operations, reduce downtime, and support continuous improvement initiatives.

By the end of this training, participants will be able to:

• Understand AI concepts relevant to manufacturing optimization.
• Collect and prepare production data for analysis.
• Apply machine learning models to identify bottlenecks and predict failures.
• Visualize and interpret results to support data-driven decisions.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI for Quality Control is the use of computer vision and machine learning techniques to identify defects, anomalies, and deviations in production processes.

This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level quality professionals who wish to apply AI tools to automate inspections and improve product quality in manufacturing environments.

By the end of this training, participants will be able to:

• Understand how AI is applied in industrial quality control.
• Collect and label image or sensor data from production lines.
• Use machine learning and computer vision to detect defects.
• Develop simple AI models for anomaly detection and yield forecasting.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI in Supply Chain and Manufacturing Logistics is the application of predictive analytics, machine learning, and automation to optimize inventory, routing, and demand forecasting.

This instructor-led, live training (online or onsite) is aimed at intermediate-level supply chain professionals who wish to apply AI-driven tools to enhance logistics performance, forecast demand accurately, and automate warehouse and transport operations.

By the end of this training, participants will be able to:

• Understand how AI is applied across logistics and supply chain activities.
• Use machine learning models for demand forecasting and inventory control.
• Analyze routes and optimize transport using AI-based techniques.
• Automate decision-making in warehouses and fulfillment processes.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI in Smart Factories is the application of artificial intelligence to automate, monitor, and optimize industrial operations in real time.

This instructor-led, live training (online or onsite) is aimed at beginner-level decision-makers and technical leads who wish to gain a strategic and practical introduction to how AI can be leveraged in smart factory environments.

By the end of this training, participants will be able to:

• Understand the core principles of AI and machine learning.
• Identify key AI use cases in manufacturing and automation.
• Explore how AI supports predictive maintenance, quality control, and process optimization.
• Evaluate the steps involved in launching AI-driven initiatives.

Format of the Course

• Interactive lecture and discussion.
• Real-world case studies and group exercises.
• Strategic frameworks and implementation guidance.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

AI Use Case Implementation is a hands-on, project-driven approach to applying machine learning, computer vision, and data analytics to solve real-world industrial challenges using actual or simulated datasets.

This instructor-led, live training (online or onsite) is aimed at intermediate-level cross-functional teams who wish to collaboratively implement AI use cases aligned with their operational goals and gain experience working with industrial data pipelines.

By the end of this training, participants will be able to:

• Select and scope practical AI use cases from operations, quality, or maintenance.
• Work collaboratively across roles to develop machine learning solutions.
• Handle, clean, and analyze diverse industrial datasets.
• Present a working prototype of an AI-enabled solution based on a selected use case.

Format of the Course

• Interactive lecture and discussion.
• Group-based exercises and project work.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Azure Bot Service kombinerar kraften i Microsoft Bot Framework och Azure funktioner för att möjliggöra snabb utveckling av intelligenta bots.

I denna instruktörsledda, liveträning, kommer deltagarna att lära sig hur man enkelt kan skapa en intelligent bot med Microsoft Azure

I slutet av denna träning kommer deltagarna att kunna:

• Lära sig grunderna i intelligenta bots
• Lära sig hur man skapar intelligenta bots med hjälp av molnutveckling
• Förstå hur man använder Microsoft Bot Framework, Bot Builder SDK och Azure Bot Service
• Förstå hur man designar bots med hjälp av botmönster
• Utveckla sin första intelligenta bot med Microsoft Azure

Publik

• Utvecklare
• Hobbyister
• Ingenjörer
• IT-professionella

Kursformat

• Dels föreläsning, dels diskussion, övningar och mycket praktisk övning

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

Digital Twins are virtual replicas of physical systems enhanced by real-time data and AI-driven intelligence.

This instructor-led, live training (online or onsite) is aimed at intermediate-level professionals who wish to build, deploy, and optimize digital twin models using real-time data and AI-based insights.

By the end of this training, participants will be able to:

• Understand the architecture and components of digital twins.
• Use simulation tools to model complex systems and environments.
• Integrate real-time data streams into virtual models.
• Apply AI techniques for predictive behavior and anomaly detection.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Edge AI is the deployment of artificial intelligence models directly on devices and machines at the edge of the network, enabling real-time decision-making with minimal latency.

This instructor-led, live training (online or onsite) is aimed at advanced-level embedded and IoT professionals who wish to deploy AI-powered logic and control systems in manufacturing environments where speed, reliability, and offline operation are critical.

By the end of this training, participants will be able to:

• Understand the architecture and benefits of edge AI systems.
• Build and optimize AI models for deployment on embedded devices.
• Use tools like TensorFlow Lite and OpenVINO for low-latency inference.
• Integrate edge intelligence with sensors, actuators, and industrial protocols.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Industrial computer vision with AI is transforming how manufacturers and QA teams detect surface defects, verify part conformity, and automate visual inspection processes.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level QA teams, automation engineers, and developers who wish to design and implement computer vision systems for defect detection and inspection using AI techniques.

By the end of this training, participants will be able to:

• Understand the architecture and components of industrial vision systems.
• Build AI models for visual defect detection using deep learning.
• Integrate real-time inspection pipelines with industrial cameras and devices.
• Deploy and optimize AI-powered inspection systems for production environments.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

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

I slutet av denna utbildning kommer deltagarna att kunna:

• Få en översikt över artificiell intelligens, maskininlärning och beräkningsintelligens.
• Förstå begreppen neurala nätverk och olika inlärningsmetoder.
• Välj metoder för artificiell intelligens på ett effektivt sätt för verkliga problem.
• Implementera AI-applikationer inom mekatronisk teknik.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till deltagare på mellannivå som vill förbättra sina färdigheter i att designa, programmera och distribuera intelligenta robotsystem för automatisering och mer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå principerna för Physical AI och dess tillämpningar inom robotik och automation.
• Designa och programmera intelligenta robotsystem för dynamiska miljöer.
• Implementera AI-modeller för autonomt beslutsfattande i robotar.
• Utnyttja simuleringsverktyg för robottestning och optimering.
• Hantera utmaningar som sensorfusion, realtidsbearbetning och energieffektivitet.

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.