課程簡介

第 1 周

介紹

  • 是什麼讓機器人變得聰明?

物理機器人與虛擬機器人

  • Smart Robots、Smart Machines、Sentient Machines 和 Robotic Process Automation (RPA) 等。

Artificial Intelligence (AI) 在 Robotics 中的作用

  • 超越 「if-then-else」 和學習機器
  • AI 背後的演算法
  • 機器學習、計算機視覺、自然語言處理 (NLP) 等。
  • 認知機器人

Big Data 在 Robotics 中的作用

  • 基於數據和模式的決策

雲和 Robotics

  • 將機器人技術與IT聯繫起來
  • 構建功能更強大的機器人,以訪問更多資訊並進行協作

案例研究:工業機器人

  • 機械機器人
    • 巴克斯特
  • 核設施中的機器人
    • 輻射探測和防護
  • 核能 Reactor 中的機器人
    • 輻射探測和防護

機器人的硬體元件

  • 電機、感測器、微控制器、攝像頭等

機器人的常見 Element

  • 機器視覺、語音辨識、語音合成、接近感應、壓力感應等。

Programming 機器人的開發框架

  • 開源和商業框架
  • 機器人作業系統 (ROS)
    • 架構:工作區、主題、消息、服務、節點、actionlibs、工具等。

Languages 用於 Programming 一個機器人

  • C++ 用於低電平控制
  • Python 用於編排
  • Programming ROS 和 Python 和 C++ 中的節點
  • 其他語言

用於模擬物理機器人的工具

  • 商業和開源 3D 模擬和可視化軟體

第 2 周

準備開發環境

  • 軟體安裝和設置
  • 有用的軟體包和實用程式

案例研究:機械 機器人

  • 核技術領域的機器人 
  • 環境系統中的機器人

Programming 機器人

  • Programming Python 和 C++ 中的節點
  • 瞭解 ROS 節點
  • ROS 中的消息和主題
  • 發佈/訂閱範例
  • 專案:Bump & Go 與真實機器人
  • 故障排除
  • 使用 Gazebo 模擬機器人 / ROS
  • ROS 中的幀和引用更改
  • 相機的 2D 資訊處理 OpenCV
  • 雷射器的信息處理
  • 專案:按顏色安全跟蹤物件
  • 故障排除

第 3 周

Programming 機器人 (續...

  • 服務 ROS
  • 使用 PCL 對 RGB-D 感測器進行 3D 信息處理
  • 地圖和導航 ROS
  • 專案:在環境中搜索物件
  • 故障排除

Programming 機器人 (續...

  • 操作庫
  • Speech Recognition 和語音生成
  • 使用MoveIt!
  • 控制機械人頸部實現主動視覺
  • 專案:搜索和收集物件
  • 故障排除

測試您的機器人

  • 單元測試

第 4 周

擴充機器人的功能Deep Learning

  • 感知 -- 視覺、音訊和觸覺
  • 知識表示
  • 通過 NLP(自然語言處理)進行語音辨識
  • 計算機視覺

速成班 Deep Learning

  • 人工 Neural Networks (ANN)
  • 人工 Neural Networks 與 Bio 邏輯 Neural Networks
  • 前饋 Neural Networks
  • 啟動函數
  • 訓練人工 Neural Networks

速成班 Deep Learning (續...

  • Deep Learning 型號
    • 卷積網路和循環網路
  • 捲積 Neural Networks(CNN 或 ConvNet)
    •  捲積層
    •  池化層
    •  捲積 Neural Networks 架構

第 5 周

速成班 Deep Learning (續...

  • 迴圈 Neural Networks (RNN)
    • 訓練 RNN
    • 在訓練期間穩定梯度
    • 長短期記憶網路
  • Deep Learning 平台和軟體庫
    • Deep Learning 在 ROS 中

在機器人中使用 Big Data

  • 大數據概念
  • 數據分析方法
  • Big Data 工具
  • 識別數據中的模式
  • 練習:NLP 和 Computer Vision 在大型數據集上

在您的機器人中使用 Big Data (續...

  • 大型數據集的分散式處理
  • Big Data 和 Robotics 的共存和交叉受精
  • 機器人作為數據生成器
    • 測距感測器、位置感測器、視覺感測器、觸覺感測器和其他模態感測器
  • 理解感官數據(感覺-計劃-行動迴圈)
  • 練習:捕獲流數據

Programming 自主 Deep Learning 機器人

  • Deep Learning 機器人元件
  • 設置機器人模擬器
  • 使用 Cafe 運行 CUDA 加速神經網路
  • 故障排除

第 6 周

Programming 一個自主 Deep Learning 機器人 (續...

  • 識別照片或視頻流中的物件
  • 使用 OpenCV 實現計算機視覺
  • 故障排除

數據分析

  • 使用機器人收集和組織新數據
  • 用於理解數據的工具和流程

部署 Robot

  • 將模擬機器人轉換為 物理硬體
  • 在物理世界中部署 robot
  • 現場監控和維修機器人

保護您的機器人

  • 防止未經授權的篡改
  • 防止駭客查看和竊取敏感數據

協作構建機器人

  • 在雲中構建機器人
  • 加入機器人社區

機器人在科學和能源領域的未來 Outlook

總結和結論

最低要求

  • Programming C 或 C++ 經驗
  • Programming Python 中的經驗(有用但不是必需的;可以作為課程的一部分教授)
  • 使用 Linux 命令行的經驗

觀眾

  • 開發人員
  • 工程師
  • 科學家
  • 技術人員
 120 時間:

客戶評論 (1)

課程分類