Course Outline

Invoering

Overzicht van Artificial Intelligence (AI) en Robotics

  • Computer-gesimuleerd versus fysiek
  • Robotics als een tak van AI
  • Toepassingen voor AI in robotica

Lokalisatie begrijpen

  • Uw robot lokaliseren
  • Sensoren gebruiken om locatie en omgeving te beoordelen
  • Waarschijnlijkheidsoefeningen

Leren over robotbeweging

  • Exacte en onnauwkeurige bewegingen
  • Sense- en bewegingsfuncties

Waarschijnlijkheidsinstrumenten gebruiken

  • De regel van Bayes
  • Stelling van de totale waarschijnlijkheid

Voertuigstatus schatten met behulp van Kalman Filter

  • Gaussische processen
  • Meting en beweging
  • Kalman-filtering (code, voorspelling, ontwerp en matrices)

Uw robotauto volgen met behulp van een deeltjesfilter

  • Staatsruimtedimensie en korte modaliteit
  • Robotklasse, robotwereld en robotdeeltjes

Onderzoek naar planning en Search methoden

  • Een* zoekalgoritme
  • Bewegingsplanning
  • Bereken de kosten en het optimale pad

Programming Jouw AI-robot

  • Eerste zoekprogramma en uitbreidingsrastertabel
  • Dynamisch programmeren
  • Rekenwaarde en optimaal beleid

PID-regeling gebruiken

  • Robotbeweging en padvereffening
  • Implementatie van PID-regelaar
  • Parameteroptimalisatie

In kaart brengen en volgen met SLAM

  • Beperkingen
  • Bezienswaardigheden
  • SLAM implementeren

Probleemoplossen

Samenvatting en conclusie

Requirements

  • Programming ervaring
  • Basiskennis van informatica en techniek
  • Bekendheid met waarschijnlijkheidsconcepten en lineaire algebra

Publiek

  • Ingenieurs
 21 Hours

Getuigenissen (1)

Related Courses

Smart Robots for Developers

84 Hours

Related Categories