Autonomní navigace a SLAM s ROS 2 Počítačový Kurz

Umělá inteligence (AI) pro robotiku kombinuje strojové učení, řídicí systémy a fúzi senzorů k vytvoření chytrých strojů schopných vnímat, důvodit a jednat autonomně. Díky moderním nástrojům jako ROS 2, TensorFlow a OpenCV mohou inženýři nyní navrhnout roboty, které navigují, plánují a interagují s reálnými prostředími inteligentně.

Toto vedení instruktorem živé školení (online nebo na místě) je určeno středně pokročilým inženýrům, kteří chtějí vyvíjet, trénovat a nasazovat AI-poháněné robotické systémy pomocí současných otevřených technologií a rámů.

Koncem tohoto školení budou účastníci schopni:

• Používat Python a ROS 2 k vytvoření a simulaci robotických chování.
• Implementovat Kalmanovy filtry a částicové filtry pro lokalizaci a sledování.
• Používat techniky počítačového vidění pomocí OpenCV k vnímání a detekci objektů.
• Používat TensorFlow pro predikci pohybu a učebný řízení.
• Integrovat SLAM (Simultaneous Localization and Mapping) pro autonomní navigaci.
• Vývoj modelů posilovacího učení k vylepšení rozhodování robotů.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Použití ROS 2 a Pythonu v praxi.
• Počítačové cvičení s simulovanými a reálnými robotickými prostředími.

Možnosti přizpůsobení kurzu

Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás.

Na této vedené instruktorem, živé tréninku v České republice (online nebo na místě), účastníci získají znalosti o různých technologiích, frameworkech a metodách pro programování různých typů robotů používaných v oblasti jaderné technologie a environálních systémů.

Šestitýdenní kurz se koná 5krát týdně. Každý den trvá 4 hodiny a zahrnuje přednášky, diskuse a praktické vývoj robotů v živém laboratorním prostředí. Účastníci dokončí různé skutečné projekty aplikovatelné ve své práci pro cvičení získaných znalostí.

Cílový hardwar pro tento kurz bude simulován v 3D prostřednictvím software pro simulaci. Bude se používat open-source framework ROS (Robot Operating System), C++ a Python k programování robotů.

Po absolvování tohoto tréninku budou účastníci moci:

• Porozumět klíčovým konceptům používaných v robotické technologii.
• Porozumět a spravovat interakci mezi softwarovou a hardwarovou částí v robotechnickém systému.
• Porozumět a implementovat software komponenty podkládající robotiku.
• Vytvořit a ovládat simulovaný mechanický robota, který dokáže vidět, cítit, zpracovávat, navigovat a interagovat s lidmi hlasem.
• Porozumět důležitým prvkům umělé inteligence (strojové učení, hluboké učení atd.), aplikovatelných při vytváření chytrých robotů.
• Implementovat filtry (Kalman a Particle) pro umožnění robota lokalizovat se pohybující objekty ve svém prostředí.
• Implementovat algoritmy hledání a plánování pohybu.
• Implementovat PID ovládací systémy pro regulaci robotova pohybu v prostředí.
• Implementovat algoritmy SLAM pro umožnění robota zmapování neznámého prostředí.
• Rozšířit schopnosti robota provádět složité úkoly pomocí hlubokého učení.
• Testovat a vyřešit problémy robota v realistických scénářích.

Toto instruktorem védané, živé školení v České republice (online nebo na místě) se účastníci naučí různé technologie, frameworky a techniky pro programování různých typů robotů určených k použití v jaderné technologii a environmentálních systémech.

Čtyřtýdenní kurz se koná 5 dní týdně. Každý den trvá 4 hodiny a zahrnuje přednášky, diskuse a praktické vývojové práce s roboty v živé laboratorním prostředí. Účastníci dokončí různé realistické projekty relevantní pro jejich práci, aby si mohli procvičit získané znalosti.

Cílový hardware tohoto kurzu bude simulován v 3D prostřednictvím simulačního softwaru. Kód bude následně načten do fyzického hardwaru (Arduino nebo jiného) pro konečné testování nasazení. Open-source framework ROS (Robot Operating System), C++ a Python budou použity k programování robotů.

Na konci tohoto školení budou účastníci schopni:

• Porozumět klíčovým konceptům použitým v robotických technologiích.
• Porozumět a spravovat interakci mezi softwarovou a hardwarovou částí robota.
• Porozumět a implementovat software komponenty tvořící základ robotiky.
• Postavit a ovládat simulovaného mechanického robota, který dokáže vidět, vnímat, zpracovávat informace, navigovat a interagovat s lidmi pomocí hlasu.
• Porozumět důležitým prvkům umělé inteligence (strojové učení, hluboké učení atd.) použitelným při vytváření chytrých robotů.
• Implementovat filtry (Kalman a Particle) pro umožnění robatu detekce pohyblivých objektů ve svém prostředí.
• Implementovat vyhledávací algoritmy a plánování pohybu.
• Implementovat PID řízení pro regulaci pohybu robota v prostředí.
• Implementovat algoritmy SLAM pro mapování neznámého prostředí.
• Testovat a odstraňovat chyby robota v realistických scénářích.

Azure Bot Service kombinuje sílu Microsoft Bot Framework a Azure Functions, aby umožnil rychlý vývoj inteligentních chatbotů.

V tomto instruktorem vedeném živém školení se účastníci naučí, jak snadno vytvořit inteligentní chatbota pomocí Microsoft Azure

Konce školení si účastníci budou moci:

• Naučit se základy inteligentních chatbotů
• Naučit se, jak vytvářet inteligentní chatboty pomocí cloudu
• Pochopit, jak používat Microsoft Bot Framework, Bot Builder SDK a Azure Bot Service
• Porozumět návrhu chatbotů s využitím botových vzorů
• Vyvinout svůj první inteligentní chatbota pomocí Microsoft Azure

Cílová skupina

• Vývojáři
• Hobbyisté
• Inženýři
• IT profesionálové

Formát kurzu

• Poledne přednášek, polovina diskuse, cvičení a intenzivní praktické procvičování

OpenCV je open-source knihovna počítačového zpracování obrazu, která umožňuje reálně časové zpracování obrázků, zatímco hluboké učení poskytované rámci jako TensorFlow nabízí nástroje pro inteligentní vnímání a rozhodování v robotických systémech.

Toto vedení instruktorem živé školení (online nebo na místě) je určeno pokročilým robotickým inženýrům, praktikům počítačového zpracování obrazu a inženýrům strojového učení, kteří chtějí aplikovat techniky počítačového zpracování obrazu a hlubokého učení pro robotickou percepci a autonomii.

Konec tohoto školení budou účastníci schopni:

• Implementovat kanály počítačového zpracování obrazu pomocí OpenCV.
• Zahrnout modely hlubokého učení pro detekci a rozpoznávání objektů.
• Používat vizuální data pro řízení a navigaci robotiky.
• Kombinovat klasické algoritmy zpracování obrazu s hlubokými neuronovými sítěmi.
• Nasazovat systémy počítačového zpracování obrazu na vestavěných a robotických platformách.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické cvičení s OpenCV a TensorFlow.
• Vypracování živých laboratorních úkolů na simulovaných nebo fyzických robotických systémech.

Možnosti přizpůsobení kurzu

• Pokud si přejete vytvořit školení na míru, kontaktujte nás pro úpravy.

Bot nebo chatbot je jako počítačový asistent, který se používá k automatizaci uživatelských interakcí na různých platformách pro zasílání zpráv a rychlejšímu provádění věcí, aniž by uživatelé museli mluvit s jiným člověkem.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak začít s vývojem robota, když projdou vytvořením ukázkových chatbotů pomocí nástrojů a rámců pro vývoj botů.

Na konci tohoto školení budou účastníci schopni:

• Pochopte různá použití a aplikace robotů
• Pochopte celý proces vývoje robotů
• Prozkoumejte různé nástroje a platformy používané při vytváření robotů
• Sestavte si ukázkový chatbot pro Facebook Messenger
• Sestavte si ukázkový chatbot pomocí Microsoft Bot Framework

Publikum

• Vývojáři se zájmem o vytvoření vlastního bota

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Edge AI umožňuje běh modelů umělé inteligence přímo na vestavěných nebo zařízeních s omezenými zdroji, čímž snižuje latenci a spotřebu energie a zvyšuje autonomii a ochranu soukromí v robotických systémech.

Toto instruktorem vedeno živé školení (online nebo přítomně) je určeno pro středně pokročilé vestavěné vývojáře a robotické inženýry, kteří chtějí implementovat techniky inferencí a optimalizace strojového učení přímo na hardwaru robotů pomocí TinyML a edge AI rámce.

Koncem tohoto školení budou účastníci schopni:

• Porozumět základům TinyML a edge AI pro robotiku.
• Převést a nasadit AI modely pro inferenci na zařízení.
• Optimalizovat modely pro rychlost, velikost a energetickou efektivitu.
• Začlenit edge AI systémy do robotických ovládacích architektur.
• Hodnotit výkon a přesnost v reálných situacích.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Konzultace s použitím TinyML a edge AI nástrojů.
• Poučné cvičení na vestavěných a robotických hardwarových platformách.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se s námi prosím obraťte, abychom to zorganizovali.

Tato instruktorem vedena živá školení v České republice (online nebo na místě) je určená úrovně středně pokročilým účastníkům, kteří se chtějí věnovat roli spolupracujících robotů (cobots) a dalších lidi-centrikých AI systémů ve moderních pracovištích.

Na konci tohoto školení budou účastníci schopni:

• Porozumět principům Human-Centric Physical AI a jejich aplikacím.
• Průzkoumat roli spolupracujících robotů při zvyšování produktivity v pracovišti.
• Identifikovat a řešit výzvy v interakcích člověk-robot.
• Návrh pracovních postupů, které optimalizují spolupráci mezi lidmi a AI řízenými systémy.
• Podporovat kulturu inovace a přizpůsobivosti v pracovištích s integrací AI.

Toto vedení instruktorem živého školení (online nebo na místě) je určeno inženýrům, kteří chtějí poznat možnosti použití umělé inteligence ve mechatronických systémech.

Na konci tohoto školení budou účastníci schopni:

• Získat přehled o umělé inteligence, strojovém učení a výpočetní intelligenci.
• Pochopit koncepty neuronových sítí a různých metod učení.
• Efektivně volit přístupy umělé inteligence pro skutečné problémy.
• Implementovat aplikace AI ve mechatronickém inženýrství.

Tento instruktorův vedený živý kurz na místě nebo online je určen pro pokročilé robotické inženýry a AI badatele, kteří chtějí využít Multimodální AI pro integraci různých sensorických dat s cílem vytvořit více autonomní a efektivní roboty, které mohou vidět, slyšet a dotýkat se.

Po absolvování tohoto kurzu budou účastníci schopni:

• Implementovat multimodální senzoriku v robotických systémech.
• Vytvářet AI algoritmy pro fúzi senzorů a rozhodování.
• Vytvořit roboty, které mohou v dynamickém prostředí provádět komplexní úkoly.
• Řešit výzvy při zpracování dat a aktuálním řízení v reálném čase.

Tato školení pod vedením instruktora (online nebo na místě) je zaměřena na účastníky středního úrovně, kteří chtějí zlepšit své dovednosti ve vývoji, programování a nasazení inteligentních robota pro automatizaci a další oblasti.

Do konce tohoto školení budou účastníci schopni:

• Porozumět principům Fyzické AI a jejím aplikacím v robotice a automatizaci.
• Návrh a programování inteligentních robota pro dynamická prostředí.
• Implementace AI modelů pro autonomní rozhodování v robotech.
• Využití simulačních nástrojů pro testování a optimalizaci robotů.
• Řešení výzev, jako jsou senzorové fúze, časově citlivá zpracování dat a energetická efektivita.

Reinforcement learning (RL) je paradigma strojového učení, kde agenty učí se rozhodovat prostřednictvím interakce s prostředím. V robotice RL umožňuje autonomním systémům rozvíjet adaptivní řídicí a rozhodovací schopnosti prostřednictvím zkušeností a zpětné vazby.

Toto školení vedené instruktorem (online nebo na místě) je zaměřeno na pokročilé strojové inženýry, výzkumníky robotiky a vývojáře, kteří chtějí navrhnout, implementovat a nasadit algoritmy reinforcement learningu v robotických aplikacích.

Na konci tohoto školení budou účastníci schopni:

• Pochopit principy a matematiku reinforcement learningu.
• Implementovat algoritmy RL, jako je Q-learning, DDPG a PPO.
• Integrovat RL s robotickými simulačními prostředími pomocí OpenAI Gym a ROS 2.
• Trenovat robote k provádění složitých úkolů autonomně prostřednictvím pokusů a chyb.
• Optimalizovat výkon tréninku pomocí hloubkových učících rámeců jako je PyTorch.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Přímočaré implementace pomocí Pythonu, PyTorch a OpenAI Gym.
• Praktické cvičení v simulovaných nebo fyzických robotických prostředích.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení pro tento kurz nás kontaktujte, abychom se domluvili.

Bezpečná a vysvětlitelná robotika je komplexní školení zaměřené na bezpečnost, ověřování a etickou správu robota. Toto kurzy spojuje teorii s praxí prostřednictvím metodologie bezpečnostních případů, analýzy hazardu a vysvětlitelných AI přístupů, které umožňují transparentní a důvěryhodné rozhodování robotů. Účastníci se naučí, jak zajistit soulad, ověřit chování a dokumentovat bezpečnostní záruku v souladu s mezinárodními standardy.

Toto školení vedené instruktorem (online nebo na místě) je určeno profesionálům střední úrovně, kteří chtějí aplikovat principy ověřování, validace a vysvětlitelnosti pro bezpečné a etické nasazení robota.

Na konci tohoto školení budou účastníci schopni:

• Vytvářet a dokumentovat bezpečnostní případy pro robotické a autonomní systémy.
• Používat techniky ověřování a validace v simulačních prostředích.
• Chápat rámce pro vysvětlitelnou AI v rozhodovacím procesu robotů.
• Integrovat principy bezpečnosti a etiky do návrhu a provozu systému.
• Komunikovat požadavky na bezpečnost a transparentnost s dotčenými stranami.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické cvičení v simulačních prostředích a analýze bezpečnosti.
• Případové studie z praxe robotiky.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se s námi prosím obraťte, abychom to uspořádali.

Chytrý robot je systém umělé inteligence (AI), který dokáže učit se svému okolí a zkušenostem a rozšiřovat své schopnosti na základě tohoto vědomí. Chytré roboty mohou spolupracovat s lidmi, pracovat vedle nich a učit se jejich chování. Navíc mají kapacitu nejen k manuální práci, ale také k kognitivním úkolům. Kromě fyzických robotů mohou být chytré roboty také zcela software, umístěné v počítači jako softwareová aplikace bez pohyblivých částí nebo fyzické interakce s okolím.

V tomto vedeném tréninku vedeném instruktorem se účastníci naučí různé technologie, frameworky a techniky pro programování různých typů mechanických chytrých robotů, poté tuto znalost aplikují při dokončování vlastních projektů s chytrými roboty.

Kurz je rozdělen do 4 částí, každá složená z tří dnů přednášek, diskusí a praktického vývoje robota v živém laboratorním prostředí. Každá část se ukončí praktickým projektovým úkolem, který umožní účastníkům si procvičit a demonstrovat získané znalosti.

Cílové hardwarové zařízení tohoto kurzu bude simulováno v 3D prostřednictvím simulačního softwaru. Open-source framework ROS (Robot Operating System), C++ a Python se použijí pro programování robotů.

Po absolvování tohoto tréninku budou účastníci schopni:

• Porozumět klíčovým konceptům používaným v technologiích robotiky
• Porozumět a spravovat interakci mezi softwarem a hardwarovými součástmi v robotařském systému
• Porozumět a implementovat softwareové komponenty, které tvoří základ chytrých robotů
• Sestavit a ovládat simulovaný mechanický chytrý robot, který vidí, vnímá, zpracovává informace, beru do rukou, naviguje a interaguje s lidmi prostřednictvím hlasu
• Rozšířit schopnosti chytrého robota provádět složité úkoly prostřednictvím hlubokého učení (deep learning)
• Testovat a řešit problémy s chytrým robotem v reálných scénářích

Cílová skupina

• Vývojáři
• Inženýři

Formát kurzu

• Součást přednášky, součást diskuse, cvičení a těžké praktické procvičování

Poznámka

• Každou část tohoto kurzu (programovací jazyk, model robota atd.) lze přizpůsobit. Pro úpravu se s námi prosím obraťte.

Smart Robotics je integrace umělé inteligence do robotických systémů pro zlepšení vnímání, rozhodovacích procesů a autonomního řízení.

Tento školení s instruktorem (vzdáleně nebo na místě) je určeno pokročilým robotickým inženýrům, integrátorům systémů a vedoucím automatizace, kteří chtějí implementovat AI-povodné vnímání, plánování a řízení v prostředích inteligentní výroby.

Po absolvování tohoto školení budou účastníci moci:

• Porozumět a aplikovat AI techniky pro robotické vnímání a fúzi senzorů.
• Vytvářet algoritmy pohybového plánování pro spolupracující a průmyslové robota.
• Nasazovat strategie učení-založeného řízení pro reálně časové rozhodování.
• Integrace inteligentních robotických systémů do pracovních postupů inteligentní výroby.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praxe.
• Praktické implementace v prostředí živé laboratoře.

Možnosti přizpůsobení kurzu

• Pro žádost o přizpůsobené školení pro tento kurz, kontaktujte nás na dohodu.