Zkuste nás kontaktovat

Návrh Školení

Úvod do umělé inteligence a robotiky

  • Přehled současného vývoje v oblasti robotiky a integrace s umělou inteligencí
  • Využití v autonomních systémech, dronách a servisních robotech
  • Klíčové komponenty AI: vnímání, plánování a řízení

Nastavení vývojového prostředí

  • Instalace Pythonu, ROS 2, OpenCV a TensorFlow
  • Práce s simulátory Gazebo nebo Webots pro testování robotů
  • Využití Jupyter Notebooků k experimentování s umělou inteligencí

Vnímání a počítačové vidění

  • Využití kamer a senzorů pro vnímání prostředí
  • Klasifikace obrazů, detekce objektů a segmentace pomocí TensorFlow
  • Detekce hran a sledování kontur využitím OpenCV
  • Přenos a zpracování obrazu v reálném čase

Lokalizace a fúze senzorů

  • Základy pravděpodobnostní robotiky
  • Kalmanovy filtry a rozšířené Kalmanovy filtry (EKF)
  • Částicové filtry využívané pro ne-lineární prostředí
  • Kombinace dat z LiDARu, GPS a IMU pro přesnou lokalizaci robota

Plánování pohybu a hledání cesty

  • Algoritmy pro plánování cest: Dijkstra, A* a RRT*
  • Vyhýbání se překážkám a mapování prostředí
  • Řízení pohybu v reálném čase pomocí PID regulátoru
  • Dynamická optimalizace cesty s využitím umělé inteligence

Učení s posilováním v robotice

  • Základy učení s posilováním
  • Návrh chování robotů na základě odměn a penalizací
  • Q-learning a hluboké Q-sítě (DQN)
  • Integrace agentů učících se s posilováním do ROS pro adaptivní chování robotů

Současná lokalizace a mapování (SLAM)

  • Koncepty a postupy při implementaci SLAM
  • Implementace algoritmů SLAM pomocí balíčků ROS (gmapping, hector_slam)
  • Vizuální SLAM s využitím OpenVSLAM nebo ORB-SLAM2
  • Testování algoritmů SLAM v simulovaném prostředí

Pokročilá témata a integrace

  • Rozpoznávání řeči a gest pro interakci mezi člověkem a robotem
  • Integrace s platformami IoT a cloudovou robotikou
  • Předpovídání poruch pomocí umělé inteligence pro údržbu robotů
  • Etika a bezpečnost při používání robotiky řízené AI

Závěrečný projekt

  • Návrh a simulace inteligentního mobilního robota
  • Implementace navigace, vnímání okolí a řízení pohybu
  • Prezentace schopnosti robota rozhodovat se v reálném čase s využitím modelů AI

Shrnutí a další kroky

  • Přehled klíčových technik robotiky využívajících umělou inteligenci
  • Budoucí trendy v oblasti autonomní robotiky
  • Zdroje pro další studium a rozvoj znalostí

Požadavky

  • Zkušenosti s programováním v Pythonu nebo C++
  • Základní znalosti informatiky a inženýrství
  • Přehled o pravděpodobnosti, diferenciálním počtu a lineární algebře

Cílová skupina

  • Inženýři
  • Milovníci robotiky
  • Výzkumníci v oblasti automatizace a umělé inteligence
 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie