Kursplan
Seksjon 01
Dag 01 Introduksjon
- Hva gjør en smart robot smart?
Fysisk vs virtuell Smart Robots
- Smart Robots, Smart Machines, Sentient Machines og Robotic Process Automation (RPA), etc.
Rollen til kunstig intelligens (AI) i Smart Robots
- Utover «hvis-så-ellers» og læringsmaskinen Algoritmene bak AI AI i Smart Robots: maskinlæring, datasyn, naturlig språkbehandling (NLP), etc. Kognitiv robotikk
Rollen til Big Data i Smart Robots
- Beslutningstaking basert på data og mønstre
Skyen og Smart Robots
- Koble robotikk med IT Bygge mer funksjonelle roboter som får tilgang til mer informasjon og samarbeider
Kasusstudie: Mekanisk Smart Robots
- Industriell Smart Robots Baxter
Vanlige elementer i Smart Robots
- Maskinsyn, stemmegjenkjenning, talesyntese, nærhetsføling, trykkføling, etc.
Utviklingsrammer for Programming en smart robot
- Åpen kildekode og kommersielle rammeverk Robotoperativsystem (ROS) Arkitektur: arbeidsområde, emner, meldinger, tjenester, noder, actionlibs, verktøy, etc.
Språk for Programming en smart robot
- C++ for lavnivåkontroll Python for orkestrering Programmering ROS noder i Python og C ++ Andre språk
Verktøy for å simulere en fysisk smart robot
- Kommersiell og åpen kildekode 3D simulering og visualisering programvare
Forberede utviklingsmiljøet
- Programvareinstallasjon og oppsett Nyttige pakker og verktøy
Dag 02 Programming Smart Robot
- 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
Dag 03 Programming Smart Robot (Fortsettelse...)
- Tjenester i ROS 3D informasjonsbehandling av RGB-D sensorer med PCL Maps og Navigasjon med ROS Project: Search for objekter i miljøet Feilsøking
- Seksjon 02
Dag 04 Programming Smart Robot (Fortsettelse...)
ActionLib Speech Recognition og talegenerering Kontrollerer robotarmer med MoveIt! Styrende robothals for aktivt syn Prosjekt: Søk og samling av objekter Feilsøking
Tester din smarte robot
- Enhetstesting
Dag 05 Utvide en smart 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
Dag 06 lynkurs i Deep Learning (Fortsettelse...)
- Deep Learning Modeller konvolusjonelle nettverk og tilbakevendende nettverk
Convolutional Neural Networks (CNNs eller ConvNets) Convolution Layer
- Pooling lag
Deep Learning-plattformer og programvarebiblioteker Deep Learning i ROS
Dag 08 Bruke Big Data i din smarte robot
- 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
- Seksjon 04
Gjenkjenne objekter i fotografier eller videostrømmer Aktiverer datasyn med OpenCV Feilsøking
Dag 12 Dataanalyse
Bruke Smart Robot til å samle inn og organisere nye data
- Bygg en smart robot i samarbeid
Distribuer din smarte robot på fysisk maskinvare
- Overvåking og service Smart Robots i felten
Sikring av roboten din
- Forhindre uautorisert tukling Hindre hackere fra å se og stjele sensitive forretningsdata (kredittkort, ansattinformasjon osv.)
Bli med i Robotics fellesskapet
Fremtidsutsikter for Smart Robots
Sluttkommentarer
Krav
- Erfaring med programmering i C++
- Programmeringserfaring i Python
- Erfaring med Linux kommandolinje