Zkuste nás kontaktovat
 Doba trvání 21 hodiny

Návrh Školení

Úvod do umělé inteligence a robotiky

  • Přehled konvergence moderní robotiky a umělé inteligence
  • Aplikace v autonomních systémech, dronech a servisních robotech
  • Klíčové komponenty AI: vnímání, plánování a řízení

Nastavení vývojového prostředí

  • Instalace Pythonu, ROS 2, OpenCV a TensorFlow
  • Použití Gazebo nebo Webots pro simulaci robotů
  • Práce s Jupyter Notebooks pro experimenty s AI

Vnímání a počítačové vidění

  • Použití kamer a senzorů pro vnímání
  • Klasifikace obrázků, detekce objektů a segmentace pomocí TensorFlow
  • Detekce hran a sledování obrysů pomocí OpenCV
  • Streamování a zpracování obrázků v reálném čase

Lokalizace a fúze senzorů

  • Pochopení probabilistické robotiky
  • Kalmanovy filtry a rozšířené Kalmanovy filtry (EKF)
  • Částicové filtry pro nelineární prostředí
  • Integrace dat LiDAR, GPS a IMU pro lokalizaci

Plánování pohybu a hledání cest

  • Algoritmy plánování cest: Dijkstra, A* a RRT*
  • Vyhnutí se překážkám a mapování prostředí
  • Řízení pohybu v reálném čase pomocí PID
  • Dynamická optimalizace cest pomocí AI

Učení s posilováním pro robotiku

  • Základy učení s posilováním
  • Návrh robotických chování založených na odměnách
  • Q-learning a hluboké Q-sítě (DQN)
  • Integrace RL agentů v ROS pro adaptivní pohyb

Současná lokalizace a mapování (SLAM)

  • Pochopení konceptů a workflow SLAM
  • Implementace SLAM pomocí balíčků ROS (gmapping, hector_slam)
  • Vizuální SLAM pomocí OpenVSLAM nebo ORB-SLAM2
  • Testování algoritmů SLAM v simulovaných prostředích

Pokročilé tématy a integrace

  • Rozpoznávání řeči a gest pro interakci člověka a robota
  • Integrace s IoT a cloudovými platformami robotiky
  • Prediktivní údržba robotů poháněná AI
  • Etika a bezpečnost v robotice s AI

Závěrečný projekt

  • Návrh a simulace inteligentního mobilního robota
  • Implementace navigace, vnímání a řízení pohybu
  • Demonstrace rozhodování v reálném čase pomocí modelů AI

Shrnutí a další kroky

  • Opakování klíčových technik AI v robotice
  • Budoucí trendy v autonomní robotice
  • Zdroje pro další vzdělávání

Požadavky

  • Zkušenosti s programováním v Pythonu nebo C++
  • Základní porozumění informatice a technickému inženýrství
  • Oznámenost s pojmy pravděpodobnosti, kalkulem a lineární algebra

Cílová skupina

  • Inženýři
  • Nadšenci pro robotiku
  • Výzkumníci v oblasti automatizace a umělé inteligence

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie