Struttura del corso

Settimana 01

Introduzione

    Cosa rende intelligente un robot?

Robot fisici e virtuali a confronto

    Smart Robots, macchine intelligenti, macchine senzienti e automazione robotica dei processi (RPA), ecc.

Il ruolo dell'intelligenza artificiale (AI) in Robotics

    Oltre il "se-allora-altro" e la macchina che apprende Gli algoritmi alla base dell'IA Apprendimento automatico, visione artificiale, elaborazione del linguaggio naturale (NLP), ecc. Robotica cognitiva

Il ruolo dei Big Data in Robotics

    Processo decisionale basato su dati e modelli

La nuvola e Robotics

    Collegare la robotica con l'IT Costruire robot più funzionali che accedono a più informazioni e collaborano

Caso di studio: Robot industriali

    Robot meccanici Baxter
Robot negli impianti nucleari Rilevamento e protezione dalle radiazioni
  • Robot nel nucleare Reactors Rilevamento e protezione dalle radiazioni
  • Componenti hardware di un robot
  • Motori, sensori, microcontrollori, telecamere, ecc.
  • Comuni Elements di Robot

      Visione artificiale, riconoscimento vocale, sintesi vocale, rilevamento di prossimità, rilevamento della pressione, ecc.

    Framework di sviluppo per Programming un robot

      Framework open source e commerciali Sistema operativo robot (ROS) Architettura: area di lavoro, argomenti, messaggi, servizi, nodi, actionlib, strumenti, ecc.

    Lingue per Programming un robot

      C++ per il controllo di basso livello Python per l'orchestrazione Programmazione ROS nodi in Python e C++ Altre lingue

    Strumenti per la simulazione di un robot fisico

      Software di simulazione e visualizzazione 3D commerciale e open source

     

      Settimana 02

    Preparazione dell'ambiente di sviluppo

    Installazione e configurazione del software Pacchetti e utilità utili

    Caso di studio: Robot meccanici 

      Robot nel campo della tecnologia nucleare Robot nei sistemi ambientali

    Programming Il Robot

      Programmazione di un nodo in Python e C++ Informazioni sul nodo ROS Messaggi e argomenti in ROS Paradigma pubblicazione/sottoscrizione Progetto: Bump & Go con robot reale Risoluzione dei problemi Simulazione di robot con Gazebo / ROS Fotogrammi in ROS e modifiche di riferimento Elaborazione delle informazioni 2D delle telecamere con OpenCV Elaborazione delle informazioni di un laser Progetto: Tracciamento sicuro degli oggetti in base al colore Risoluzione dei problemi

     

      Settimana 03

    Programming Il Robot (Continua...)

    Servizi in ROS Elaborazione delle informazioni 3D di sensori RGB-D con PCL Mappe e navigazione con ROS Progetto: Search per oggetti nell'ambiente Risoluzione dei problemi

    Programming Il Robot (Continua...)

      ActionLib Speech Recognition e Generazione del parlato Il controllo dei bracci robotici con MoveIt! Controllo del collo robotico per una visione attiva Progetto: Ricerca e raccolta di oggetti Risoluzione dei problemi

    Testare il tuo robot

      Test unitari

     

      Settimana 04

    Estendere le capacità di un robot con Deep Learning

    Percezione: visione, audio e tattile Rappresentazione della conoscenza Riconoscimento vocale tramite NLP (elaborazione del linguaggio naturale) Computer Visione

    Corso accelerato in Deep Learning

      Artificiale Neural Networks (ANN) Artificiale Neural Networks vs. biologico Neural Networks Feedforward Neural Networks Funzioni di attivazione Formazione Artificiale Neural Networks

    Corso accelerato in Deep Learning (Continua...)

      Deep Learning Modelli Reti convoluzionali e reti ricorrenti

    Convoluzionale Neural Networks (CNN o ConvNets)  Livello di convoluzione

       Livello di pooling
     Architettura convoluzionale Neural Networks
  •  
  • Settimana 05
  • Corso accelerato in Deep Learning (Continua...)
  • Ricorrente Neural Networks (RNN) Addestramento di un RNN Stabilizzare i gradienti durante l'allenamento Reti di memoria a breve termine a lungo termine

    Piattaforme di deep learning e librerie software Deep Learning in ROS

    Utilizzo di Big Data nel robot

      Concetti relativi ai Big Data Approcci all'analisi dei dati Strumenti per i Big Data Riconoscere i modelli nei dati Esercizio: PNL e Computer Vision su grandi insiemi di dati
    Utilizzo di Big Data nel robot (continua...)
  • Elaborazione distribuita di grandi insiemi di dati Coesistenza e fertilizzazione incrociata di Big Data e Robotics Il robot come generatore di dati Sensori di misurazione della portata, sensori di posizione, visivi, tattili e altre modalità
  • Dare un senso ai dati sensoriali (ciclo senso-piano-azione)

      Esercizio: Acquisizione di dati in streaming

    Programming Un robot autonomo di deep learning

      Deep Learning Componenti per robot Configurazione del simulatore di robot Esecuzione di una rete neurale accelerata da CUDA con Cafe Risoluzione dei problemi
     
  • Settimana 06
  • Programming Un robot autonomo di deep learning (continua...)
  • Riconoscimento di oggetti in fotografie o flussi video Abilitazione della visione artificiale con OpenCV Risoluzione dei problemi

      Analisi dei dati

    Utilizzo del robot per raccogliere e organizzare nuovi dati Strumenti e processi per dare un senso ai dati

    Distribuzione di un robot

    Transizione di un robot simulato all'hardware fisico Implementazione del robot nel mondo fisico Monitoraggio e manutenzione dei robot sul campo

      Proteggere il tuo robot

    Prevenzione di manomissioni non autorizzate Impedire agli hacker di visualizzare e rubare dati sensibili

      Costruire un robot in modo collaborativo

    Costruire un robot nel cloud Entrare a far parte della comunità della robotica

      Futuro Outlook per i robot nel campo della scienza e dell'energia

    Riassunto e conclusione

    Requisiti

    • Esperienza di programmazione in C o C++
    • Esperienza di programmazione in Python (utile ma non necessaria; può essere insegnata come parte del corso)
    • Esperienza con la riga di comando di Linux

    Pubblico

    • Gli sviluppatori
    • ingegneri
    • scienziati
    • Tecnici
      120 ore
     

    Numero di Partecipanti


    Data Inizio

    Data Fine


    Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
    I corsi di formazione pubblici richiedono più di 5 partecipanti.

    Recensioni (1)

    Corsi relativi

    Smart Robots for Developers

      84 ore

    Categorie relative