Návrh Školení

Sekce 01

Den 01 Úvod

    Co dělá chytrého robota chytrým?

Fyzické versus virtuální Smart Robots

    Smart Robots, Smart Machines, Sentient Machines and Robotic Process Automation (RPA) atd.

Role umělé inteligence (AI) v Smart Robots

    Za „if-then-else“ a výukovým strojem Algoritmy za AI AI v Smart Robots: strojové učení, počítačové vidění, zpracování přirozeného jazyka (NLP) atd. Kognitivní robotika

Role velkých dat v Smart Robots

    Rozhodování na základě dat a vzorů

Oblak a Smart Robots

    Propojení robotiky s IT Budování funkčnějších robotů, kteří mají přístup k více informacím a spolupracují

Případová studie: Mechanické Smart Robots

    Průmyslová Smart Robots Baxter
Osobní servisní roboti Domácí roboti, kteří pomáhají starším lidem, inteligentní samořídící auta
  • Profesionální servisní roboti Zemědělští roboti v deníkových provozech
  • Hardwarové komponenty chytrého robota
  • Motory, senzory, mikrokontroléry, kamery atd.
  • Společné prvky Smart Robots

      Strojové vidění, rozpoznávání hlasu, syntéza řeči, snímání blízkosti, snímání tlaku atd.

    Vývojové rámce pro Programming inteligentního robota

      Open source a komerční rámce Robot Operating System (ROS) Architektura: pracovní prostor, témata, zprávy, služby, uzly, actionlibs, nástroje atd.

    Jazyky pro Programming chytrého robota

      C++ pro nízkoúrovňové ovládání Python pro orchestraci Programování ROS uzlů v Pythonu a C++ Jiné jazyky

    Nástroje pro simulaci fyzického chytrého robota

      Komerční a open source 3D simulační a vizualizační software

    Příprava vývojového prostředí

      Instalace a nastavení softwaru Užitečné balíčky a nástroje

    Den 02 Programming chytrý robot

      Programování uzlu v Pythonu a C++ Porozumění uzlu ROS Zprávy a témata v ROS Publikace / paradigma předplatného Projekt: Bump & Go se skutečným robotem Řešení problémů Simulace robotů s altánkem / ROS Rámečky v ROS a reference změny 2D zpracování informací kamer s OpenCV Zpracování informací laserem Projekt: Bezpečné sledování objektů podle barev Řešení problémů

    Den 03 Programming chytrý robot (pokračování...)

      Služby v ROS 3D zpracování informací RGB-D senzorů s PCL mapami a navigace s ROS Projekt: Search pro objekty v prostředí Troubleshooting

     

      Sekce 02

    Den 04 Programming chytrý robot (pokračování...)

    ActionLib Speech Recognition a Speech Generation Ovládání robotických paží pomocí MoveIt! Ovládání robotického krku pro aktivní vidění Projekt: Vyhledávání a sběr objektů Odstraňování problémů

    Testování vašeho chytrého robota

      Testování jednotek

    Den 05 Rozšíření schopností chytrého robota s Deep Learning

      Vnímání -- vidění, zvuk a haptika Reprezentace znalostí Rozpoznávání hlasu pomocí NLP (zpracování přirozeného jazyka) Computer vidění

    Crash Course v Deep Learning

      Umělé Neural Networks (ANN) Umělé Neural Networks vs. Biologické Neural Networks Dopředná vazba Neural Networks Aktivační funkce Trénink Umělé Neural Networks

    Den 06 Crash Course v Deep Learning (pokračování...)

      Deep Learning Modely konvolučních sítí a rekurentních sítí

    Konvoluční Neural Networks (CNN nebo ConvNets) Konvoluční vrstva

      Sdružovací vrstva
    Konvoluční Neural Networks Architektura
  • Sekce 03
  • Den 07 Crash Course v Deep Learning (pokračování...)
  • Recurrent Neural Networks (RNN) Trénink RNN Stabilizace gradientů během tréninku Sítě dlouhodobé krátkodobé paměti
  • Platformy pro hluboké učení a softwarové knihovny Hluboké vzdělávání v ROS

    Den 08 Používání Big Data ve vašem chytrém robotovi

      Koncepty velkých dat Přístupy k analýze dat Nástroje velkých dat Rozpoznávání vzorců v datech Cvičení: NLP a Computer Vision o velkých souborech dat
    Den 09 Používání Big Data ve vašem chytrém robotovi (pokračování...)
  • Distribuované zpracování velkých souborů dat Koexistence a vzájemné obohacování velkých dat a Robotics Chytrý robot jako generátor dat Senzory pro měření vzdálenosti, polohové, vizuální, hmatové senzory a další modality
  • Porozumění smyslovým datům (smyčka smysl-plán-akt)

      Cvičení: Zachycení streamovaných dat

     

      Sekce 04
    Den 10 Programming Autonomní inteligentní robot s hlubokým učením
  • Deep Learning součásti robota Nastavení simulátoru robota Spuštění neuronové sítě akcelerované CUDA s řešením problémů v kavárně
  • Den 11 Programming Autonomní inteligentní robot s hlubokým učením (pokračování...)
  • Rozpoznávání objektů na fotografiích nebo tocích videa Povolení počítačového vidění pomocí OpenCV Odstraňování problémů

    Den 12 Analýza dat

    Pomocí chytrého robota shromažďovat a organizovat nová data

      Vytvoření chytrého robota ve spolupráci

    Nasazení vašeho chytrého robota na fyzický hardware

      Monitoring a servis Smart Robots v terénu

    Zabezpečení vašeho robota

      Zabránění neoprávněné manipulaci Zabránění hackerům v prohlížení a krádeži citlivých obchodních dat (kreditní karty, informace o zaměstnancích atd.)

    Vstup do Robotics komunity

    Výhled do budoucna pro Smart Robots

    Závěrečné poznámky

    Požadavky

    • Zkušenosti s programováním v C++
    • Zkušenosti s programováním v Python
    • Zkušenosti s příkazovým řádkem Linuxu
     84 hodiny

    Počet účastníků



    Price per participant

    Reference (1)

    Související kurzy

    AI and Robotics for Nuclear - Extended

    120 hodiny

    AI and Robotics for Nuclear

    80 hodiny

    Související kategorie