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 Artificial Intelligence (AI) i Smart Robots

  • Utover «hvis-så-annet» og læremaskinen
  • 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
  • Personlige serviceroboter
    • Husroboter som assisterer eldre, smarte selvkjørende biler
  • Profesjonelle serviceroboter
    • Landbruksroboter i dagbokdrift

Maskinvarekomponenter til en smart robot

  • Motorer, sensorer, mikrokontrollere, kameraer, etc.

Vanlige Elementer av 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.

Languages for Programming en smart robot

  • C++ for lavnivåkontroll
  • Python for orkestrering
  • Programming 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

  • Installasjon og oppsett av programvare
  • Nyttige pakker og verktøy

Dag 02
Programming den smarte roboten

  • Programming 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 referanseendringer
  • 2D informasjonsbehandling av kameraer med OpenCV
  • Informasjonsbehandling av en laser
  • Prosjekt: Sikker sporing av objekter etter farge
  • Feilsøking

Dag 03
Programming den smarte roboten (Fortsettelse...)

  • Tjenester i ROS
  • 3D informasjonsbehandling av RGB-D sensorer med PCL
  • Kart og navigasjon med ROS
  • Prosjekt: Søk etter objekter i miljøet
  • Feilsøking

Seksjon 02

Dag 04
Programming den smarte roboten (Fortsettelse...)

  • ActionLib
  • Speech Recognition og Speech Generation
  • Kontroller robotarmer med MoveIt!
  • Kontrollerende robothals for aktivt syn
  • Prosjekt: Søk og innsamling av gjenstander
  • 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)
  • Datasyn

Hurtigkurs i Deep Learning

  • Kunstig Neural Networks (ANNs)
  • Kunstig Neural Networks vs. Biologisk Neural Networks
  • Tilbakemelding Neural Networks
  • Aktiveringsfunksjoner
  • Trening kunstig Neural Networks

Dag 06
Hurtigkurs i Deep Learning (Fortsettelse...)

  • Deep Learning Modeller
    • Konvolusjonelle nettverk og tilbakevendende nettverk
  • Convolutional Neural Networks (CNN eller ConvNets)
    • Konvolusjonslag
    • Pooling lag
    • Konvolusjonell Neural Networks arkitektur


Seksjon 03

Dag 07
Hurtigkurs i Deep Learning (Fortsettelse...)

  • Tilbakevendende Neural Networks (RNN)
    • Trener en RNN
    • Stabiliserende gradienter under trening
    • Langtidsminnenettverk
  • 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

Dag 09
Bruke Big Data i din smarte robot (fortsettelse...)

  • Distribuert behandling av store datasett
  • Sameksistens og kryssbefruktning av Big Data og Robotics
  • Den smarte roboten som en generator av data
    • Rekkeviddemålingssensorer, posisjons-, visuelle, taktile sensorer og andre modaliteter
  • Forstå sansedata (sense-plan-act loop)
  • Øvelse: Ta opp strømmedata

Seksjon 04

Dag 10
Programming en autonom Deep Learning smart robot

  • Deep Learning robotkomponenter
  • Sette opp robotsimulatoren
  • Kjører et CUDA-akselerert nevralt nettverk med Cafe
  • Feilsøking

Dag 11
Programming en autonom Deep Learning smart robot (Fortsettelse...)

  • 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

Bygge 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

Fremtidig Outlook for Smart Robots

Avsluttende bemerkninger

Krav

  • Erfaring med programmering i C++
  • Programmeringserfaring i Python
  • Erfaring med Linux kommandolinje
 84 timer

Antall deltakere


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories