Course Outline
Ενότητα 01
Ημέρα 01
Εισαγωγή
- Τι κάνει ένα Έξυπνο Ρομπότ Έξυπνο;
Φυσική εναντίον εικονικής Smart Robots
- Smart Robots, Smart Machines, Senentent Machines και Robotic Process Automation (RPA), κ.λπ.
Ο ρόλος του Artificial Intelligence (AI) στο Smart Robots
- Πέρα από το «αν-τότε-άλλο» και τη μηχανή εκμάθησης
- Οι αλγόριθμοι πίσω από την τεχνητή νοημοσύνη
- AI στο Smart Robots: μηχανική μάθηση, όραση υπολογιστή, επεξεργασία φυσικής γλώσσας (NLP) κ.λπ.
- Γνωστική ρομποτική
Ο ρόλος του Big Data στο Smart Robots
- Λήψη αποφάσεων με βάση δεδομένα και πρότυπα
Το σύννεφο και Smart Robots
- Σύνδεση της ρομποτικής με την πληροφορική
- Δημιουργία πιο λειτουργικών ρομπότ που έχουν πρόσβαση σε περισσότερες πληροφορίες και συνεργάζονται
Μελέτη περίπτωσης: Μηχανική Smart Robots
- Βιομηχανική Smart Robots
- Μπάξτερ
- Ρομπότ προσωπικής εξυπηρέτησης
- Εγχώρια ρομπότ που βοηθούν τους ηλικιωμένους, έξυπνα αυτοοδηγούμενα αυτοκίνητα
- Επαγγελματικά ρομπότ εξυπηρέτησης
- Γεωργικά ρομπότ σε ημερολογιακές εργασίες
Στοιχεία υλικού ενός έξυπνου ρομπότ
- Κινητήρες, αισθητήρες, μικροελεγκτές, κάμερες κ.λπ.
Κοινά Elements του Smart Robots
- Μηχανική όραση, αναγνώριση φωνής, σύνθεση ομιλίας, αίσθηση εγγύτητας, αίσθηση πίεσης κ.λπ.
Πλαίσια ανάπτυξης για Programming ένα έξυπνο ρομπότ
- Ανοιχτού κώδικα και εμπορικά πλαίσια
- Λειτουργικό σύστημα ρομπότ (ROS)
- Αρχιτεκτονική: χώρος εργασίας, θέματα, μηνύματα, υπηρεσίες, κόμβοι, actionlibs, εργαλεία κ.λπ.
Languages για Programming ένα Έξυπνο Ρομπότ
- C++ για έλεγχο χαμηλού επιπέδου
- Python για ενορχήστρωση
- Programming ROS κόμβοι σε Python και C ++
- Άλλες γλώσσες
Εργαλεία για την προσομοίωση ενός φυσικού έξυπνου ρομπότ
- Εμπορικό λογισμικό τρισδιάστατης προσομοίωσης και οπτικοποίησης ανοιχτού κώδικα
Προετοιμασία Αναπτυξιακού Περιβάλλοντος
- Εγκατάσταση και εγκατάσταση λογισμικού
- Χρήσιμα πακέτα και βοηθητικά προγράμματα
Ημέρα 02
Programming το Έξυπνο Ρομπότ
- Programming ένας κόμβος σε Python και C ++
- Κατανόηση του κόμβου ROS
- Μηνύματα και θέματα στο ROS
- Παράδειγμα δημοσίευσης / συνδρομής
- Έργο: Bump & Go με πραγματικό ρομπότ
- Αντιμετώπιση προβλημάτων
- Προσομοίωση ρομπότ με Gazebo / ROS
- Πλαίσια στο ROS και αλλαγές αναφοράς
- 2D επεξεργασία πληροφοριών καμερών με OpenCV
- Επεξεργασία πληροφοριών ενός λέιζερ
- Έργο: Ασφαλής παρακολούθηση αντικειμένων ανά χρώμα
- Αντιμετώπιση προβλημάτων
Ημέρα 03
Programming το Έξυπνο Ρομπότ (Συνέχεια...)
- Υπηρεσίες σε ROS
- Τρισδιάστατη επεξεργασία πληροφοριών αισθητήρων RGB-D με PCL
- Χάρτες και Πλοήγηση με ROS
- Έργο: Αναζήτηση αντικειμένων στο περιβάλλον
- Αντιμετώπιση προβλημάτων
Ενότητα 02
Ημέρα 04
Programming το Έξυπνο Ρομπότ (Συνέχεια...)
- ActionLib
- Speech Recognition και Speech Generation
- Έλεγχος ρομποτικών βραχιόνων με το MoveIt!
- Έλεγχος ρομποτικού λαιμού για ενεργή όραση
- Έργο: Αναζήτηση και συλλογή αντικειμένων
- Αντιμετώπιση προβλημάτων
Δοκιμάζοντας το Έξυπνο Ρομπότ σας
- Δοκιμή μονάδας
Ημέρα 05
Επέκταση των δυνατοτήτων ενός έξυπνου ρομπότ με Deep Learning
- Αντίληψη -- όραση, ήχος και απτικά
- Αναπαράσταση γνώσης
- Αναγνώριση φωνής μέσω NLP (επεξεργασία φυσικής γλώσσας)
- Υπολογιστική όραση
Crash Course στο Deep Learning
- Τεχνητό Neural Networks (ANN)
- Τεχνητό Neural Networks έναντι Bioλογικό Neural Networks
- Feedforward Neural Networks
- Λειτουργίες ενεργοποίησης
- Τεχνητή εκπαίδευση Neural Networks
Ημέρα 06
Crash Course στο Deep Learning (Συνέχεια...)
- Deep Learning Μοντέλα
- Συνελικτικά δίκτυα και επαναλαμβανόμενα δίκτυα
- Συνελικτικό Neural Networks (CNN ή ConvNet)
- Επίπεδο συνέλιξης
- Στρώμα συγκέντρωσης
- Convolutional Neural Networks Αρχιτεκτονική
Ενότητα 03
Ημέρα 07
Crash Course στο Deep Learning (Συνέχεια...)
- Επαναλαμβανόμενο Neural Networks (RNN)
- Εκπαίδευση ενός RNN
- Σταθεροποίηση κλίσεων κατά τη διάρκεια της προπόνησης
- Δίκτυα μακροπρόθεσμης μνήμης
- Deep Learning Πλατφόρμες και βιβλιοθήκες λογισμικού
- Deep Learning στο ROS
Ημέρα 08
Χρήση του Big Data στο Smart Robot σας
- Έννοιες μεγάλων δεδομένων
- Προσεγγίσεις στην ανάλυση δεδομένων
- Big Data εργαλειομηχανή
- Αναγνώριση προτύπων στα δεδομένα
- Άσκηση: NLP και Computer Vision σε μεγάλα σύνολα δεδομένων
Ημέρα 09
Χρήση του Big Data στο Smart Robot σας (Συνέχεια...)
- Κατανεμημένη επεξεργασία μεγάλων συνόλων δεδομένων
- Συνύπαρξη και διασταυρούμενη γονιμοποίηση των Big Data και Robotics
- Το Smart Robot ως γεννήτρια δεδομένων
- Αισθητήρες μέτρησης εύρους, θέσης, οπτικοί, απτικός αισθητήρες και άλλες λεπτομέρειες
- Κατανοώντας αισθητηριακά δεδομένα (βρόχος αίσθηση-σχέδιο-πράξη)
- Άσκηση: Λήψη δεδομένων ροής
Ενότητα 04
Ημέρα 10
Programming ένα Αυτόνομο Deep Learning Έξυπνο Ρομπότ
- Deep Learning εξαρτήματα ρομπότ
- Ρύθμιση του προσομοιωτή ρομπότ
- Εκτέλεση ενός νευρωνικού δικτύου με επιτάχυνση CUDA με το Cafe
- Αντιμετώπιση προβλημάτων
Ημέρα 11
Programming ένα αυτόνομο Deep Learning Έξυπνο ρομπότ (Συνέχεια...)
- Αναγνώριση αντικειμένων σε φωτογραφίες ή ροές βίντεο
- Ενεργοποίηση όρασης υπολογιστή με OpenCV
- Αντιμετώπιση προβλημάτων
Ημέρα 12
Αναλύσεις δεδομένων
- Χρήση του Έξυπνου Ρομπότ για συλλογή και οργάνωση νέων δεδομένων
Συνεργατική κατασκευή ενός έξυπνου ρομπότ
Ανάπτυξη του έξυπνου ρομπότ σας σε φυσικό υλικό
Παρακολούθηση και Εξυπηρέτηση Smart Robots στο πεδίο
Ασφάλιση του ρομπότ σας
- Αποτροπή μη εξουσιοδοτημένης παραβίασης
- Αποτροπή χάκερ από την προβολή και την κλοπή ευαίσθητων επιχειρηματικών δεδομένων (πιστωτική κάρτα, στοιχεία εργαζομένων κ.λπ.)
Συμμετοχή στην Robotics Κοινότητα
Μέλλον Outlook για Smart Robots
Τελικές παρατηρήσεις
Requirements
- Εμπειρία προγραμματισμού σε C++
- Εμπειρία προγραμματισμού σε Python
- Εμπειρία με τη γραμμή εντολών Linux
Testimonials (1)
κάθε φορά που δεν ήμουν σίγουρος για κάποια άσκηση, ο εκπαιδευτής μου εξηγούσε με πολλούς τρόπους, μέχρι να καταλάβω.
Oncel Seleamet - IRROM Industrie
Course - PLC Ladder Programming
Machine Translated