Kursplan

Uke 01

Introduksjon

  • Hva gjør en robot smart?

Fysiske vs virtuelle roboter

  • Smart Robots, Smart Machines, Sentient Machines og Robotic Process Automation (RPA), etc.

Rollen til Artificial Intelligence (AI) i Robotics

  • Utover «hvis-så-annet» og læremaskinen
  • Algoritmene bak AI
  • Maskinlæring, datasyn, naturlig språkbehandling (NLP), etc.
  • Kognitiv robotikk

Rollen til Big Data i Robotics

  • Beslutningstaking basert på data og mønstre

Skyen og Robotics

  • Koble robotikk med IT
  • Bygge mer funksjonelle roboter som får tilgang til mer informasjon og samarbeider

Kasusstudie: Industriroboter

  • Mekaniske roboter
    • Baxter
  • Roboter i kjernefysiske anlegg
    • Strålingsdeteksjon og beskyttelse
  • Robots in Nuclear Reactor
    • Strålingsdeteksjon og beskyttelse

Maskinvarekomponenter til en robot

  • Motorer, sensorer, mikrokontrollere, kameraer, etc.

Vanlige Elementer av roboter

  • Maskinsyn, stemmegjenkjenning, talesyntese, nærhetsføling, trykkføling, etc.

Utviklingsrammer for Programming en robot

  • Åpen kildekode og kommersielle rammeverk
  • Robotoperativsystem (ROS)
    • Arkitektur: arbeidsområde, emner, meldinger, tjenester, noder, actionlibs, verktøy, etc.

Languages for Programming en robot

  • C++ for lavnivåkontroll
  • Python for orkestrering
  • Programming ROS noder i Python og C++
  • Andre språk

Verktøy for å simulere en fysisk robot

  • Kommersiell og åpen kildekode 3D simulering og visualisering programvare

Uke 02

Forberede utviklingsmiljøet

  • Installasjon og oppsett av programvare
  • Nyttige pakker og verktøy

Kasusstudie: Mekaniske roboter

  • Roboter innen kjernefysisk teknologi
  • Roboter i miljøsystemer

Programming Roboten

  • Programming en node i Python og C++
  • Forstå ROS node
  • Meldinger og emner i ROS
  • Publikasjons- / abonnementsparadigme
  • Prosjekt: Bump & Go med ekte robot
  • Feilsøking
  • Simulering av roboter med Gazebo / ROS
  • Rammer i ROS og referanseendringer
  • 2D informasjonsbehandling av kameraer med OpenCV
  • Informasjonsbehandling av en laser
  • Prosjekt: Sikker sporing av objekter etter farge
  • Feilsøking

Uke 03

Programming roboten (Fortsettelse...)

  • Tjenester i ROS
  • 3D informasjonsbehandling av RGB-D sensorer med PCL
  • Kart og navigasjon med ROS
  • Prosjekt: Søk etter objekter i miljøet
  • Feilsøking

Programming roboten (Fortsettelse...)

  • ActionLib
  • Speech Recognition og Speech Generation
  • Kontroller robotarmer med MoveIt!
  • Kontrollerende robothals for aktivt syn
  • Prosjekt: Søk og innsamling av gjenstander
  • Feilsøking

Tester roboten din

  • Enhetstesting

Uke 04

Utvide en robots evner med Deep Learning

  • Persepsjon -- syn, lyd og haptics
  • Kunnskapsrepresentasjon
  • Stemmegjenkjenning gjennom NLP (naturlig språkbehandling)
  • Datasyn

Hurtigkurs i Deep Learning

  • Kunstig Neural Networks (ANNs)
  • Kunstig Neural Networks vs. Biologisk Neural Networks
  • Tilbakemelding Neural Networks
  • Aktiveringsfunksjoner
  • Trening kunstig Neural Networks

Hurtigkurs i Deep Learning (Fortsettelse...)

  • Deep Learning Modeller
    • Konvolusjonelle nettverk og tilbakevendende nettverk
  • Convolutional Neural Networks (CNN eller ConvNets)
    • Konvolusjonslag
    • Pooling lag
    • Konvolusjonell Neural Networks arkitektur

Uke 05

Hurtigkurs i Deep Learning (Fortsettelse...)

  • Tilbakevendende Neural Networks (RNN)
    • Trener en RNN
    • Stabiliserende gradienter under trening
    • Langtidsminnenettverk
  • Deep Learning Plattformer og programvarebiblioteker
    • Deep Learning i ROS

Bruke Big Data i roboten din

  • Big data konsepter
  • Tilnærminger til dataanalyse
  • Big Data verktøy
  • Gjenkjenne mønstre i dataene
  • Øvelse: NLP og Computer Vision på store datasett

Bruke Big Data i roboten din (Fortsettelse...)

  • Distribuert behandling av store datasett
  • Sameksistens og kryssbefruktning av Big Data og Robotics
  • Roboten som en generator av data
    • Rekkeviddemålingssensorer, posisjons-, visuelle, taktile sensorer og andre modaliteter
  • Forstå sansedata (sense-plan-act loop)
  • Øvelse: Ta opp strømmedata

Programming en autonom Deep Learning robot

  • Deep Learning robotkomponenter
  • Sette opp robotsimulatoren
  • Kjører et CUDA-akselerert nevralt nettverk med Cafe
  • Feilsøking

Uke 06

Programming en autonom Deep Learning robot (Fortsettelse...)

  • Gjenkjenne objekter i fotografier eller videostrømmer
  • Aktiverer datasyn med OpenCV
  • Feilsøking

Dataanalyse

  • Bruke roboten til å samle inn og organisere nye data
  • Verktøy og prosesser for å forstå dataene

Utplassering av en robot

  • Overføring av en simulert robot til fysisk maskinvare
  • Utplassering av roboten i den fysiske verden
  • Overvåking og service på roboter i felt

Sikring av roboten din

  • Forhindre uautorisert tukling
  • Hindre hackere fra å se og stjele sensitive data

Bygge en robot i samarbeid

  • Bygge en robot i skyen
  • Bli med i robotmiljøet

Fremtid Outlook for roboter innen vitenskap og energi

Oppsummering og konklusjon

Krav

  • Programming erfaring i C eller C++
  • Programming erfaring i Python (nyttig men ikke nødvendig; kan undervises som en del av kurset)
  • Erfaring med Linux kommandolinje

Publikum

  • Utviklere
  • Ingeniører
  • Forskere
  • Teknikere
 120 timer

Antall deltakere


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories