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 nei 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 dei robot
- Lavorare con Jupyter Notebooks per esperimenti di AI
Percezione e Visione Artificiale
- Utilizzo di telecamere e sensori per la percezione
- Classificazione di immagini, rilevamento di oggetti e segmentazione utilizzando TensorFlow
- Rilevamento di bordi e tracciamento dei contorni con OpenCV
- Streaming e elaborazione delle immagini in tempo reale
Localizzazione e Fusione dei Dati dei Sensori
- Comprendere la robotica probabilistica
- Filtri di Kalman e Filtri Estesi di Kalman (EKF)
- Filtri a particelle per ambienti non lineari
- Integrazione di dati LiDAR, GPS e IMU per la localizzazione
Pianificazione del Movimento e Ricerca del Percorso
- Algoritmi di pianificazione dei percorsi: Dijkstra, A* e RRT*
- Evitamento degli ostacoli e mappatura dell'ambiente
- Controllo del movimento in tempo reale utilizzando PID
- Ottimizzazione dinamica del percorso utilizzando l'AI
Reinforcement Learning per la Robotica
- Fondamenti del reinforcement learning
- Progettazione di comportamenti robotici basati su ricompense
- Q-learning e Deep Q-Networks (DQN)
- Integrazione di agenti RL in ROS per il movimento adattivo
Localizzazione e Mappatura Simultanea (SLAM)
- Comprendere i concetti e i flussi di lavoro di 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 dei gesti per l'interazione uomo-robot
- Integrazione con piattaforme IoT e cloud robotics
- Manutenzione predittiva basata sull'AI per i robot
- Etica e sicurezza nella robotica abilitata dall'AI
Progetto Finale
- Progettare e simulare un robot mobile intelligente
- Implementare navigazione, percezione e controllo del movimento
- Dimostrare il processo decisionale in tempo reale utilizzando modelli di AI
Sintesi e Prossimi Passi
- Revisione delle tecniche chiave di AI per la robotica
- Tendenze future nella robotica autonoma
- Risorse per l'apprendimento continuo
Requisiti
- Esperienza di programmazione in Python o C++
- Conoscenze base di informatica e ingegneria
- Familiarità con i concetti di probabilità, calcolo e algebra lineare
Partecipanti
- 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