Corso di formazione Practical Rapid Prototyping for Robotics with ROS 2 & Docker

L'Intelligenza Artificiale (AI) per la Robotica combina apprendimento automatico, sistemi di controllo e fusione sensoriale per creare macchine intelligenti capaci di percepire, ragionare e agire in modo autonomo. Grazie a strumenti moderni come ROS 2, TensorFlow e OpenCV, gli ingegneri possono ora progettare robot in grado di navigare, pianificare e interagire con gli ambienti reali in modo intelligente.

Questo corso di formazione guidato dal docente (online o in presenza) è rivolto a ingegneri di livello intermedio che desiderano sviluppare, addestrare e distribuire sistemi robotici basati su AI utilizzando le attuali tecnologie e framework open source.

Al termine di questo corso, i partecipanti saranno in grado di:

• Utilizzare Python e ROS 2 per costruire e simulare comportamenti robotici.
• Implementare filtri di Kalman e filtri di particelle per localizzazione e tracciamento.
• Applicare tecniche di visione artificiale utilizzando OpenCV per la percezione e la rilevazione di oggetti.
• Utilizzare TensorFlow per la previsione del movimento e il controllo basato su apprendimento.
• Integrare SLAM (Simultaneous Localization and Mapping) per la navigazione autonoma.
• Sviluppare modelli di apprendimento per migliorare la presa di decisioni dei robot.

Formato del Corso

• Lezione interattiva e discussione.
• Implementazione pratica utilizzando ROS 2 e Python.
• Esercizi pratici con ambienti robotici simulati e reali.

Opzioni di Personalizzazione del Corso

Per richiedere un corso personalizzato, si prega di contattarci per organizzare.

In questo corso di formazione guidato da un istruttore in Italia (online o in loco), i partecipanti impareranno le diverse tecnologie, framework e tecniche per programmare diversi tipi di robot destinati a essere utilizzati nel campo della tecnologia nucleare e dei sistemi ambientali.

Il corso di 6 settimane si svolge 5 giorni alla settimana. Ogni giorno dura 4 ore e consiste in lezioni, discussioni e sviluppo pratico di robot in un ambiente lab live. I partecipanti completeranno vari progetti reali applicabili al loro lavoro per mettere in pratica la conoscenza acquisita.

L'hardware di destinazione per questo corso sarà simulato in 3D tramite software di simulazione. Il framework open-source ROS (Robot Operating System), C++ e Python saranno utilizzati per programmare i robot.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i concetti chiave utilizzati nelle tecnologie robotiche.
• Capire e gestire l'interazione tra software e hardware in un sistema robotico.
• Comprendere e implementare i componenti software che sottostanno alla robotica.
• Costruire e operare un robot meccanico simulato in grado di vedere, percepire, elaborare, navigare e interagire con gli esseri umani attraverso la voce.
• Comprendere gli elementi necessari dell'intelligenza artificiale (apprendimento automatico, deep learning, ecc.) applicabili alla costruzione di un robot intelligente.
• Implementare filtri (Kalman e Particle) per consentire al robot di localizzare oggetti in movimento nel suo ambiente.
• Implementare algoritmi di ricerca e pianificazione del movimento.
• Implementare controlli PID per regolare il movimento del robot all'interno di un ambiente.
• Implementare algoritmi SLAM per consentire al robot di mappare un ambiente sconosciuto.
• Estendere le capacità del robot per eseguire compiti complessi attraverso il Deep Learning.
• Testare e risolvere problemi con un robot in scenari realistici.

ROS 2 (Robot Operating System 2) è un framework open-source progettato per supportare lo sviluppo di applicazioni robotiche complesse e scalabili.

Questo corso guidato dal docente, tenuto in modo live (online o sul posto), è rivolto a ingegneri e sviluppatori robotici di livello intermedio che desiderano implementare la navigazione autonoma e SLAM (Simultaneous Localization and Mapping) utilizzando ROS 2.

Al termine di questo corso, i partecipanti saranno in grado di:

• Configurare e impostare ROS 2 per applicazioni di navigazione autonoma.
• Implementare algoritmi SLAM per la mappatura e localizzazione.
• Integrare sensori come LiDAR e camere con ROS 2.
• Simulare e testare la navigazione autonoma in Gazebo.
• Distribuire stack di navigazione su robot fisici.

Formato del Corso

• Lezione interattiva e discussione.
• Pratica pratica utilizzando strumenti di ROS 2 e ambienti di simulazione.
• Implementazione e testing live-lab su robot virtuali o fisici.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattateci per organizzare.

OpenCV è una libreria open-source di computer vision che abilita il processamento delle immagini in tempo reale, mentre i framework di deep learning come TensorFlow forniscono gli strumenti per la percezione intelligente e la presa di decisioni nei sistemi robotici.

Questo training guidato dall'instruttore (online o in loco) è rivolto a ingegneri robotici intermedi, praticanti di computer vision e ingegneri di machine learning che desiderano applicare tecniche di computer vision e deep learning per la percezione e l'autonomia dei robot.

Al termine di questo training, i partecipanti saranno in grado di:

• Implementare pipeline di computer vision utilizzando OpenCV.
• Integrare modelli di deep learning per la rilevazione e il riconoscimento degli oggetti.
• Utilizzare i dati basati sulla visione per il controllo e la navigazione dei robot.
• Combinare algoritmi classici di computer vision con reti neurali profonde.
• Distribuire sistemi di computer vision su piattaforme embedded e robotiche.

Formato del Corso

• Lezione interattiva e discussione.
• Pratica pratica utilizzando OpenCV e TensorFlow.
• Implementazione in laboratorio su sistemi robotici simulati o fisici.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzarlo.

Un bot o chatbot è come un assistente informatico che viene utilizzato per automatizzare le interazioni degli utenti su varie piattaforme di messaggistica e fare le cose più velocemente senza la necessità che gli utenti parlino con un altro essere umano.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come iniziare a sviluppare un bot mentre eseguono la creazione di chatbot di esempio utilizzando strumenti e framework di sviluppo di bot.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i diversi usi e applicazioni dei bot
• Comprendere l'intero processo di sviluppo dei bot
• Esplora i diversi strumenti e piattaforme utilizzati nella creazione di bot
• Creare un chatbot di esempio per Facebook Messenger
• Creare un chatbot di esempio usando Microsoft Bot Framework

Pubblico

• Sviluppatori interessati a creare il proprio bot

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

L'Edge AI consente di eseguire modelli di intelligenza artificiale direttamente su dispositivi embedduti o a risorse limitate, riducendo la latenza e il consumo energetico mentre aumenta l'autonomia e la privacy nei sistemi robotici.

Questo corso di formazione guidato dall'instruttore (online o in loco) è rivolto a sviluppatori embedduti e ingegneri robotici intermedi che desiderano implementare tecniche di inferenza e ottimizzazione del machine learning direttamente sul hardware robotico utilizzando TinyML e framework di Edge AI.

Al termine di questo corso, i partecipanti saranno in grado di:

• Capire i fondamenti del TinyML e dell'Edge AI per la robotica.
• Convertire e distribuire modelli AI per l'inferenza su dispositivo.
• Ottimizzare i modelli per velocità, dimensioni ed efficienza energetica.
• Integrare sistemi Edge AI nelle architetture di controllo robotico.
• Valutare le prestazioni e l'accuratezza in scenari reali.

Formato del Corso

• Lezione interattiva e discussione.
• Esercitazioni pratiche utilizzando toolchain di TinyML e Edge AI.
• Esercizi pratici su piattaforme hardware embeddute e robotiche.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattateci per organizzare un incontro.

Questa formazione guidata dal docente, in Italia (online o sul posto), è rivolta a partecipanti di livello intermedio che desiderano esplorare il ruolo dei robot collaborativi (cobots) e altri sistemi AI centrati sull'umano nei moderni ambienti di lavoro.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i principi dell'AI Fisica Centrata sull'Umano e le sue applicazioni.
• Esplorare il ruolo dei robot collaborativi nell'aumento della produttività sul lavoro.
• Identificare e affrontare le sfide nelle interazioni uomo-macchina.
• Progettare flussi di lavoro che ottimizzano la collaborazione tra umani e sistemi guidati dall'IA.
• Promuovere una cultura di innovazione e adattabilità negli ambienti di lavoro integrati con l'IA.

L'interazione uomo-robot (HRI): Voce, Gestualità e Controllo Collaborativo è un corso pratico progettato per introdurre i partecipanti alla progettazione e implementazione di interfacce intuitive per la comunicazione uomo-robot. La formazione combina teoria, principi di progettazione e pratica di programmazione per costruire sistemi di interazione naturali e reattivi utilizzando voce, gestualità e tecniche di controllo condiviso. I partecipanti impareranno come integrare moduli di percezione, sviluppare sistemi di input multimodali e progettare robot che collaborino in modo sicuro con gli esseri umani.

Questa formazione guidata dal docente (online o in presenza) è rivolta a partecipanti di livello base-intermedio che desiderano progettare e implementare sistemi di interazione uomo-robot che migliorino l'usabilità, la sicurezza e l'esperienza dell'utente.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere le fondamenta e i principi di progettazione dell'interazione uomo-robot.
• Sviluppare meccanismi di controllo e risposta basati sulla voce per robot.
• Implementare il riconoscimento dei gesti utilizzando tecniche di visione artificiale.
• Progettare sistemi di controllo collaborativo per un'autonomia sicura e condivisa.
• Valutare i sistemi HRI basati sull'usabilità, la sicurezza e i fattori umani.

Formato del Corso

• Lezioni interattive e dimostrazioni.
• Esercizi pratici di codifica e progettazione.
• Esperienze pratiche in ambienti di simulazione o robotica reale.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.

Automazione Robotica Industriale: Integrazione ROS-PLC e Gemelli Digitali è un corso pratico focalizzato sul ponte tra l'automazione industriale e le moderne infrastrutture robotiche. I partecipanti impareranno a integrare sistemi robotici basati su ROS con PLC per operazioni sincronizzate ed esploreranno ambienti di gemelli digitali per simulare, monitorare e ottimizzare i processi produttivi. Il corso enfatizza l'interoperabilità, il controllo in tempo reale e l'analisi predittiva utilizzando repliche digitali dei sistemi fisici.

Questo training guidato dal docente (online o sul posto) è rivolto a professionisti di livello intermedio che desiderano acquisire competenze pratiche nella connessione di robot controllati da ROS con ambienti PLC e nell'implementazione di gemelli digitali per l'ottimizzazione dell'automazione e della produzione.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i protocolli di comunicazione tra sistemi ROS e PLC.
• Implementare lo scambio di dati in tempo reale tra robot e controllori industriali.
• Sviluppare gemelli digitali per il monitoraggio, i test e la simulazione dei processi.
• Integrare sensori, attuatori e manipolatori robotici nei flussi di lavoro industriali.
• Progettare e validare sistemi di automazione industriale utilizzando ambienti di simulazione ibrida.

Formato del Corso

• Lezione interattiva e walkthrough architetturali.
• Esercizi pratici di integrazione tra sistemi ROS e PLC.
• Implementazione di progetti di simulazione e gemelli digitali.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

Questo corso guidato dal docente (online o in presenza) è rivolto agli ingegneri che desiderano conoscere l'applicabilità dell'intelligenza artificiale ai sistemi meccatronici.

Al termine di questo corso, i partecipanti saranno in grado di:

• Acquisire una panoramica dell'intelligenza artificiale, del machine learning e dell'intelligenza computazionale.
• Comprendere i concetti di reti neurali e diversi metodi di apprendimento.
• Scegliere efficacemente approcci di intelligenza artificiale per problemi reali.
• Implementare applicazioni AI nell'ingegneria meccatronica.

Sistemi Multi-Robot e Intelligenza Swarms è un corso di formazione avanzato che esplora la progettazione, la coordinazione e il controllo di team robotici ispirati dai comportamenti swarms biologici. I partecipanti impareranno a modellare interazioni, implementare decision-making distribuito e ottimizzare la collaborazione tra più agenti. Il corso combina teoria con simulazioni pratiche per preparare gli apprendisti ad applicazioni nel settore della logistica, difesa, ricerca e soccorso, e esplorazione autonoma.

Questo training guidato dal docente (online o in sede) è rivolto a professionisti di livello avanzato che desiderano progettare, simulare e implementare sistemi multi-robotici e swarm basati su framework open source e algoritmi.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi e le dinamiche dell'intelligenza swarm e della robistica cooperativa.
• Progettare strategie di comunicazione e coordinamento per sistemi multi-robotici.
• Implementare algoritmi di decision-making distribuito e consenso.
• Simulare comportamenti collettivi come il controllo della formazione, lo storming e la copertura.
• Applicare tecniche swarm a scenari reali e problemi di ottimizzazione.

Formato del Corso

• Lezioni avanzate con approfondimenti algoritmici.
• Programmazione pratica e simulazioni in ROS 2 e Gazebo.
• Progetto collaborativo applicando i principi dell'intelligenza swarm.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzare.

Questo corso di formazione guidato dall'insegnante (online o in presenza) è rivolto a ingegneri robotici e ricercatori in AI di livello avanzato che desiderano utilizzare l'AI Multimodale per integrare dati sensoriali diversi, creando robot più autonomi ed efficienti in grado di vedere, sentire e toccare.

Al termine di questo corso, i partecipanti saranno in grado di:

• Implementare la sensibilità multimodale nei sistemi robotici.
• Sviluppare algoritmi AI per la fusione sensoriale e la presa decisionale.
• Creare robot in grado di eseguire compiti complessi in ambienti dinamici.
• Affrontare le sfide della gestione dei dati e dell'attuazione in tempo reale.

Questo training guidato dall'instruttore (online o in presenza) è rivolto a partecipanti di livello intermedio che desiderano migliorare le proprie competenze nella progettazione, programmazione e implementazione di sistemi robotici intelligenti per l'automazione e oltre.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi della Physical AI e le sue applicazioni nella robotica e nell'automazione.
• Progettare e programmare sistemi robotici intelligenti per ambienti dinamici.
• Implementare modelli AI per la presa di decisioni autonome nei robot.
• Utilizzare strumenti di simulazione per il testing e l'ottimizzazione dei robot.
• Affrontare sfide come la fusione sensoriale, il processing in tempo reale e l'efficienza energetica.

L'apprendimento per rinforzo (RL) è un paradigma di apprendimento automatico in cui gli agenti imparano a prendere decisioni interagendo con un ambiente. In robistica, RL consente ai sistemi autonomi di sviluppare capacità di controllo e presa di decisioni adattive attraverso l'esperienza e il feedback.

Questo training guidato da istruttori (online o in loco) è rivolto a ingegneri di machine learning, ricercatori in robistica e sviluppatori con un livello avanzato che desiderano progettare, implementare e distribuire algoritmi di apprendimento per rinforzo in applicazioni robotiche.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi e la matematica dell'apprendimento per rinforzo.
• Implementare algoritmi RL come Q-learning, DDPG e PPO.
• Integrare RL con ambienti di simulazione robotica utilizzando OpenAI Gym e ROS 2.
• Allenare i robot a eseguire compiti complessi in modo autonomo attraverso tentativi ed errori.
• Ottimizzare le prestazioni di addestramento utilizzando framework di deep learning come PyTorch.

Formato del Corso

• Lezione interattiva e discussione.
• Implementazione pratica utilizzando Python, PyTorch e OpenAI Gym.
• Esercizi pratici in ambienti robotici simulati o fisici.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

Smart Robotics è l'integrazione dell'intelligenza artificiale nei sistemi robotici per migliorare la percezione, la decisione e il controllo autonomo.

Questa formazione guidata da un istruttore (online o sul posto) si rivolge a ingegneri avanzati di robotica, integratori di sistemi e responsabili dell'automazione che desiderano implementare percezione, pianificazione e controllo guidati dall'intelligenza artificiale in ambienti di fabbricazione intelligente.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere e applicare tecniche AI per la percezione robotica e la fusione dei sensori.
• Sviluppare algoritmi di pianificazione del movimento per robot collaborativi ed industriali.
• Implementare strategie di controllo basate sull'apprendimento per la presa di decisioni in tempo reale.
• Integrare sistemi robotici intelligenti nei flussi di lavoro delle fabbriche intelligenti.

Formato del corso

• Lezione interattiva e discussione.
• Numerose esercitazioni e pratica.
• Implementazione pratica in un ambiente di laboratorio vivente.

Opzioni per la personalizzazione del corso

• Per richiedere una formazione personalizzata su questo corso, contattateci per organizzare.