Contattataci

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

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative