Course Outline

Week 01

Invoering

    Wat maakt een robot slim?

Fysieke versus virtuele robots

    Smart Robots, Slimme machines, Sentient Machines en Robotic Process Automation (RPA), enz.

De rol van kunstmatige intelligentie (AI) in Robotics

    Voorbij 'als-dan-anders' en de leermachine De algoritmen achter AI Machine learning, computervisie, natuurlijke taalverwerking (NLP), enz. Cognitieve robotica

De rol van Big Data in Robotics

    Besluitvorming op basis van data en patronen

De wolk en Robotics

    Robotica koppelen aan IT Het bouwen van functionelere robots die toegang hebben tot meer informatie en samenwerken

Casestudy: industriële robots

    Mechanische robots Baxter
Robots in nucleaire installaties Stralingsdetectie en -bescherming
  • Robots in nucleaire of stralingsdetectie en -bescherming
  • Hardwarecomponenten van een robot
  • Motoren, sensoren, microcontrollers, camera's, enz.
  • Gemeenschappelijke Elements van robots

      Machine vision, stemherkenning, spraaksynthese, nabijheidsdetectie, drukdetectie, enz.

    Ontwikkelingskaders voor Programming een robot

      Open source en commerciële raamwerken Robotbesturingssysteem (ROS) Architectuur: werkruimte, onderwerpen, berichten, services, knooppunten, actionlibs, tools, enz.

    Talen voor Programming een robot

      C++ voor besturing op laag niveau van Python voor orkestratie Programmering ROS knooppunten in Python en C ++ Andere talen

    Hulpmiddelen voor het simuleren van een fysieke robot

      Commerciële en open source 3D-simulatie- en visualisatiesoftware

     

      Week 02

    Het voorbereiden van de ontwikkelomgeving

    Software-installatie en configuratie Handige pakketten en hulpprogramma's

    Casestudy: mechanische robots

      Robots op het gebied van nucleaire technologie. Robots in milieusystemen

    Programming de Robot

      Programmeren van een knooppunt in Python en C++ Begrijpen van ROS knooppunt Berichten en onderwerpen in ROS Publicatie-/abonnementsparadigma Project: Bump & Go met echte robot Probleemoplossing Simulatie van robots met Gazebo / ROS Frames in ROS en referentie veranderingen 2D-informatieverwerking van camera's met OpenCV Informatieverwerking van een laser Project: Veilig volgen van objecten op kleur Probleemoplossing

     

      Week 03

    Programming de robot (vervolg...)

    Diensten in ROS 3D-informatieverwerking van RGB-D-sensoren met PCL Kaarten en navigatie met ROS Project: Search voor objecten in de omgeving Probleemoplossing

    Programming de robot (vervolg...)

      ActionLib Speech Recognition en spraakgeneratie Robotarmen besturen met MoveIt! Besturing van robothals voor actief zicht Project: Zoeken en verzamelen van objecten Probleemoplossing

    Uw robot testen

      Testen van een eenheid

     

      Week 04

    De mogelijkheden van een robot uitbreiden met Deep Learning

    Perceptie - visie, audio en haptiek Kennisrepresentatie Stemherkenning via NLP (natuurlijke taalverwerking) Computer visie

    Spoedcursus in Deep Learning

      Kunstmatig Neural Networks (ANN's) Kunstmatig Neural Networks versus biologisch Neural Networks Feedforward Neural Networks Activeringsfuncties Training Kunstmatig Neural Networks

    Spoedcursus in Deep Learning (Vervolg...)

      Deep Learning Modelleert convolutionele netwerken en terugkerende netwerken

    Convolutioneel Neural Networks (CNN's of ConvNets) Convolutielaag

      Poolinglaag
    Convolutionele Neural Networks Architectuur
  •  
  • Week 05
  • Spoedcursus in Deep Learning (Vervolg...)
  • Terugkerend Neural Networks (RNN) Trainen van een RNN Stabiliserende gradiënten tijdens training Lange-kortetermijngeheugennetwerken

    Deep Learning-platforms en softwarebibliotheken Deep Learning in ROS

    Gebruik Big Data in uw robot

      Big data-concepten Benaderingen van data-analyse Big Data-tooling Patronen in de data herkennen Oefening: NLP en Computer Vision over grote datasets
    Big Data gebruiken in uw robot (vervolg...)
  • Gedistribueerde verwerking van grote datasets Coëxistentie en kruisbestuiving van Big Data en Robotics De robot als generator van data Bereikmeetsensoren, positie-, visuele, tactiele sensoren en andere modaliteiten
  • Zintuiglijke gegevens begrijpen (sense-plan-act loop)

      Oefening: streaminggegevens vastleggen

    Programming een autonome deep learning-robot

      Deep Learning robotcomponenten De robotsimulator instellen Een CUDA-versneld neuraal netwerk uitvoeren met Cafe Probleemoplossing
     
  • Week 06
  • Programming een autonome deep learning-robot (vervolg...)
  • Herkennen van objecten in foto's of videostreams Computervisie inschakelen met OpenCV Probleemoplossing

      Gegevensanalyse

    De robot gebruiken om nieuwe gegevens te verzamelen en te organiseren. Hulpmiddelen en processen om de gegevens te begrijpen

    Een robot inzetten

    Een gesimuleerde robot overzetten naar fysieke hardware. De robot inzetten in de fysieke wereld. Robots in het veld monitoren en onderhouden

      Uw robot beveiligen

    Ongeautoriseerde manipulatie voorkomen Voorkomen dat hackers gevoelige gegevens kunnen bekijken en stelen

      Samen een robot bouwen

    Een robot bouwen in de cloud Sluit je aan bij de robotica-gemeenschap

      Toekomst Outlook voor robots op het gebied van wetenschap en energie

    Samenvatting en conclusie

    Requirements

    • Programmeerervaring in C of C++
    • Programmeerervaring in Python (nuttig maar niet noodzakelijk; kan als onderdeel van de cursus worden geleerd)
    • Ervaring met Linux-opdrachtregel

    Publiek

    • Ontwikkelaars
    • Ingenieurs
    • Wetenschappers
    • Technici
     120 Hours

    Getuigenissen (1)

    Related Courses

    Smart Robots for Developers

    84 Hours

    Related Categories