Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all'AI e alla Robotica
- Panoramica sulla convergenza tra robotica moderna e AI
- Applicazioni in sistemi autonomi, droni e robot di servizio
- Componenti chiave dell'AI: percezione, pianificazione e controllo
Configurazione dell'Ambiente di Sviluppo
- Installazione di Python, ROS 2, OpenCV e TensorFlow
- Utilizzo di Gazebo o Webots per la simulazione robotica
- Lavorare con Jupyter Notebooks per esperimenti di AI
Percezione e Visione Artificiale
- Utilizzo di camere e sensori per la percezione
- Classificazione di immagini, rilevazione di oggetti e segmentazione utilizzando TensorFlow
- Rilevamento dei bordi e tracciamento dei contorni con OpenCV
- Flusso e processing di immagini in tempo reale
Localizzazione e Fusione Sensoriale
- Comprensione della robotica probabilistica
- Filtri di Kalman e Filtri di Kalman Estesi (EKF)
- Filtri di particelle per ambienti non lineari
- Integrazione di dati LiDAR, GPS e IMU per la localizzazione
Pianificazione del Movimento e Pathfinding
- Algoritmi di pianificazione del percorso: Dijkstra, A*, e RRT*
- Evitamento di ostacoli e mappatura dell'ambiente
- Controllo del movimento in tempo reale utilizzando PID
- Ottimizzazione dinamica del percorso utilizzando AI
Apprendimento per Rinforzo per la Robotica
- Fondamenti dell'apprendimento per rinforzo
- Progettazione di comportamenti robotici basati su ricompense
- Q-learning e Reti Neurali Profonde Q (DQN)
- Integrazione di agenti di RL in ROS per il movimento adattivo
Simultaneous Localization and Mapping (SLAM)
- Comprensione dei concetti e dei workflow SLAM
- Implementazione di SLAM con pacchetti ROS (gmapping, hector_slam)
- Visual SLAM utilizzando OpenVSLAM o ORB-SLAM2
- Test di algoritmi SLAM in ambienti simulati
Argomenti Avanzati e Integrazione
- Riconoscimento vocale e gestuale per l'interazione uomo-robot
- Integrazione con piattaforme IoT e robotica cloud
- Manutenzione predittiva basata su AI per i robot
- Etica e sicurezza nella robotica abilitata da AI
Progetto di Capstone
- Progettazione e simulazione di un robot mobile intelligente
- Implementazione della navigazione, della percezione e del controllo del movimento
- Dimostrazione di decisioni in tempo reale utilizzando modelli di AI
Riassunto e Passi Successivi
- Rassegna delle tecniche chiave di AI per la robotica
- Trends futuri nella robotica autonoma
- Risorse per il continuo apprendimento
Requisiti
- Esperienza di programmazione in Python o C++
- Conoscenze di base in informatica e ingegneria
- Familiarità con i concetti di probabilità, calcolo e algebra lineare
Pubblico di Riferimento
- Ingegneri
- Appassionati di robotica
- Ricercatori in automazione e AI
21 ore
Recensioni (1)
le sue conoscenze e l'utilizzo dell'IA per la Robotica nel Futuro.
Ryle - PHILIPPINE MILITARY ACADEMY
Corso - Artificial Intelligence (AI) for Robotics
Traduzione automatica