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
Testimonials (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.