Kursplan
Uke 01
Introduksjon
- Hva gjør en robot smart?
Fysiske vs virtuelle roboter
- Smart Robots, Smart Machines, Sentient Machines og Robotic Process Automation (RPA), etc.
Rollen til kunstig intelligens (AI) i Robotics
- Utover "hvis-så-ellers" og læringsmaskinen Algoritmene bak AI Maskinlæring, datasyn, naturlig språkbehandling (NLP) etc. Kognitiv robotikk
Rollen til Big Data i Robotics
- Beslutningstaking basert på data og mønstre
Skyen og Robotics
- Koble robotikk med IT Bygge mer funksjonelle roboter som får tilgang til mer informasjon og samarbeider
Kasusstudie: Industriroboter
- Mekaniske roboter Baxter
Vanlige Elementer av roboter
- Maskinsyn, stemmegjenkjenning, talesyntese, nærhetsføling, trykkføling, etc.
Utviklingsrammer for Programming en robot
- Åpen kildekode og kommersielle rammeverk Robotoperativsystem (ROS) Arkitektur: arbeidsområde, emner, meldinger, tjenester, noder, actionlibs, verktøy, etc.
Språk for Programming en robot
- C++ for lavnivåkontroll Python for orkestrering Programmering ROS noder i Python og C ++ Andre språk
Verktøy for å simulere en fysisk robot
- Kommersiell og åpen kildekode 3D simulering og visualisering programvare
- Uke 02
Forberede utviklingsmiljøet
Programvareinstallasjon og oppsett Nyttige pakker og verktøy
Kasusstudie: Mekaniske roboter
- Roboter i atomteknologifeltet Roboter i miljøsystemer
Programming Roboten
- Programmere en node i Python og C ++ Forstå ROS node Meldinger og emner i ROS Publikasjons- / abonnementsparadigme Prosjekt: Bump & Go med ekte robot Feilsøking Simulering av roboter med Gazebo / ROS Rammer i ROS og referanse endrer 2D informasjonsbehandling av kameraer med OpenCV Informasjonsbehandling av en laser Prosjekt: Sikker sporing av objekter etter farge Feilsøking
- Uke 03
Programming Roboten (Fortsettelse...)
Tjenester i ROS 3D informasjonsbehandling av RGB-D sensorer med PCL Maps og Navigasjon med ROS Project: Search for objekter i miljøet Feilsøking
Programming Roboten (Fortsettelse...)
- ActionLib Speech Recognition og talegenerering Kontrollerer robotarmer med MoveIt! Styrende robothals for aktivt syn Prosjekt: Søk og samling av objekter Feilsøking
Tester roboten din
- Enhetstesting
- Uke 04
Utvide en robots evner med Deep Learning
Persepsjon -- syn, lyd og haptikk Kunnskapsrepresentasjon Stemmegjenkjenning gjennom NLP (naturlig språkbehandling) Computer visjon
Hurtigkurs i Deep Learning
- Kunstig Neural Networks (ANNs) Kunstig Neural Networks vs. biologisk Neural Networks Fremmating Neural Networks Aktiveringsfunksjoner Trening Kunstig Neural Networks
Hurtigkurs i Deep Learning (Fortsettelse...)
- Deep Learning Modeller konvolusjonelle nettverk og tilbakevendende nettverk
Convolutional Neural Networks (CNNs eller ConvNets) Convolution Layer
- Pooling lag
Tilbakevendende Neural Networks (RNN) Trening av en RNN Stabiliserende gradienter under trening Langtidsminnenettverk
Deep Learning-plattformer og programvarebiblioteker Deep Learning i ROS
Bruke Big Data i roboten din
- Big data-konsepter Tilnærminger til dataanalyse Big Data-verktøy Gjenkjenne mønstre i dataene Øvelse: NLP og Computer Vision på store datasett
Forstå sansedata (sense-plan-act loop)
- Øvelse: Ta opp strømmedata
Programming en autonom dyplæringsrobot
- Deep Learning robotkomponenter Sette opp robotsimulatoren Kjøre et CUDA-akselerert nevralt nettverk med Cafe Feilsøking
Gjenkjenne objekter i fotografier eller videostrømmer Aktiverer datasyn med OpenCV Feilsøking
- Dataanalyse
Bruke roboten til å samle inn og organisere nye data Verktøy og prosesser for å forstå dataene
Utplassering av en robot
Overføre en simulert robot til fysisk maskinvare Utplassere roboten i den fysiske verden Overvåke og betjene roboter i felten
- Sikring av roboten din
Forhindre uautorisert tukling Hindre hackere fra å se og stjele sensitive data
- Bygge en robot i samarbeid
Bygge en robot i skyen Bli med i robotmiljøet
- Fremtid Outlook for roboter innen vitenskap og energi
Oppsummering og konklusjon
Krav
- Programmeringserfaring i C eller C++
- Programmeringserfaring i Python (nyttig men ikke nødvendig; kan undervises som en del av kurset)
- Erfaring med Linux kommandolinje
Publikum
- Utviklere
- Ingeniører
- Forskere
- Teknikere
Testimonials (1)
Good conceptual explanations followed by good example exercises