Zkuste nás kontaktovat

Návrh Školení

Úvod do manipulace robotů a hlubokého učení

  • Přehled úkolů manipulace a součástí systému
  • Tradiční versus metody založené na učení
  • Aplikace hlubokého učení ve vnímání, plánování a řízení

Vnímání pro účely manipulace

  • Vizuální senzory a detekce objektů určených k uchopení
  • 3D vizualizace, hloubkové snímání a zpracování bodových mraků
  • Trénování konvolučních neuronových sítí na lokalizaci a segmentaci objektů

Plánování a detekce uchopení

  • Klasické algoritmy pro plánování uchopení
  • Odvození vhodných poloh uchopení z dat a simulací
  • Implementace sítí určených k detekci uchopení (např. GGCNN, Dex-Net)

Řízení a plánování pohybu

  • Inverzní kinematika a generování trajektorií
  • Plánování pohybů založené na učení a metody imitativního učení
  • Učení posilovací metodou pro vytváření strategií řízení manipulace

Integrace s ROS 2 a simulačními prostředími

  • Nastavení uzlů ROS 2 určených k vnímání a řízení
  • Simulace robotických manipulátorů pomocí nástrojů Gazebo a Isaac Sim
  • Začlenění neuronových modelů do systémů pro reálné řízení

End-to-end učení určené k manipulaci

  • Spojování vnímání, strategií řízení a skutečné kontroly v jednotných modelech
  • Využití ukázkových dat pro učení řídicích strategií pod dohledem učitele
  • Přizpůsobování modelů mezi simulací a skutečným hardwarovým prostředím

Vyhodnocování a optimalizace

  • Kritéria pro posuzování úspěšnosti, stability a přesnosti uchopení
  • Testování systémů za různých podmínek i při vzniku rušivých vlivů
  • Komprese modelů a jejich nasazení na periferních zařízeních

Praktický projekt: Robotické uchopování založené na hlubokém učení

  • Návrh celého systému od vnímání až po provedení akce
  • Trénování a testování modelů na detekci uchopení
  • Začlenění těchto modelů do simulovaného robotického ramene

Shrnutí a další kroky

Požadavky

  • Dobrá znalost kinematiky a dynamiky robotů
  • Zkušenosti s programováním v Pythonu a prací s frameworky hlubokého učení
  • Seznámenost s ROS nebo podobným robotickým middlewarem

Cílové skupiny

  • Inženýři v oblasti robotiky vyvíjející inteligentní systémy manipulace
  • Odborníci na vnímání a řízení zaměření na aplikace uchopování
  • Výzkumníci a pokročilí praktici působící v oblasti robotického učení a řízení pomocí umělé inteligence
 28 Hodiny

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie