Kursplan

Introduksjon

Oversikt over kunstig intelligens (KI) og robotikk

  • Datasimulert versus fysisk
  • Robotikk som en gren av KI
  • Anvendelser for KI i robotikk

Forstå lokalisering

  • Lokaliserer roboten
  • Bruker sensorer til å vurdere plassering og miljø
  • Sannsynlighetsøvelser

Lære om robotbevegelse

  • Nøyaktige og unøyaktige bevegelser
  • Funksjoner for å føle og bevege seg

Bruke sannsynlighetstverkjøy

  • Bayes' regel
  • Totalsannsynlighetslære

Estimere kjøretøytilstand ved hjelp av Kalman-filter

  • Gaussiske prosesser
  • Måling og bevegelse
  • Kalman-filtering (kode, prediksjon, design og matriser)

Spore bilen din ved hjelp av partikkelfilter

  • Tilstandsromsdimensjon og kort modalitet
  • Robotklasse, robotverden og robotpartikler

Utforske planleggings- og søkemetoder

  • A* søkealgoritme
  • Bevegelsesplanlegging
  • Beregne kostnad og optimal sti

Programmering av KI-robot

  • Første søkeprogram og utvidede tabeller
  • Dynamisk programmering
  • Beregne verdi og optimal politikk

Bruke PID-kontroll

  • Robotbevegelse og stiutjevning
  • Implementere PID-kontroller
  • Parameteroptimalisering

Kartlegging og sporing ved hjelp av SLAM

  • Begrensninger
  • Merker
  • Implementering av SLAM

Feilsøking

Oppsummering og konklusjon

Krav

  • Programmerfaring
  • Grunnleggende forståelse av datavitenskap og ingeniørfag
  • Kjennskap med sannsynlighetsbegreper og lineær algebra

Målgruppe

  • Ingeniører
 21 timer

Antall deltakere


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories