Свържете се с нас

План на курса

Въведение в ИИ и роботика

  • Обзор на съвременната роботика и събъркването на ИИ
  • Приложения в автономни системи, дрони и сервизни роботи
  • Основни компоненти на ИИ: възприемане, планиране и контрол

Подготовка на разработващата среда

  • Инсталация на Python, ROS 2, OpenCV и TensorFlow
  • Използване на Gazebo или Webots за симулиране на роботи
  • Работа с Jupyter Notebooks за ИИ експерименти

Възприемане и компютърно зрение

  • Използване на камери и сензори за възприемане
  • Класификация на изображения, детекция на обекти и сегментация с TensorFlow
  • Детекция на граници и отсърчване на контури с OpenCV
  • Реално време източник на изображения и обработка

Локализация и интеграция на сензори

  • Разбиране на вероятностната роботика
  • Калман филтри и разширените Калман филтри (EKF)
  • Частицни филтри за нелинейни околнини
  • Интегриране на LiDAR, GPS и IMU данни за локализация

Планиране на движение и намиране на път

  • Алгоритми за планиране на път: Dijkstra, A*, и RRT*
  • Избягване на препятствия и картиране на околнината
  • Реално време контрол на движение с PID
  • Динамична оптимизация на път с ИИ

Укрепяващото обучение за роботика

  • Основи на укрепяващото обучение
  • Проектиране на поведения, базиращи се на награди
  • Q-обучение и Дълбоко Q-Мрежи (DQN)
  • Интегриране на агенти за укрепяващо обучение в ROS за адаптивно движение

Едновремено локализация и картиране (SLAM)

  • Разбиране на концепциите и работните процеси на SLAM
  • Изпълнение на SLAM с пакети на ROS (gmapping, hector_slam)
  • Визуален SLAM с OpenVSLAM или ORB-SLAM2
  • Тестирани на SLAM алгоритми в симулирани околнини

Разширените теми и интеграция

  • Разпознаване на реч и жестове за хуман-робот интеракция
  • Интеграция с платформи за IoT и облачна роботика
  • Прогнозиране на издръжност с помощта на ИИ за роботи
  • Етика и безопасност в ИИ-омогуществената роботика

Кулминационен проект

  • Проектиране и симулиране на интелигентен мобилен робот
  • Изпълнение на навигация, възприемане и контрол на движение
  • Демонстрация на реално време принятия с ИИ модели

Резюме и следващи стъпки

  • Обобщение на основните методи на ИИ в роботиката
  • Будещи тенденции в автономната роботика
  • Ресурси за продължаващо обучение

Изисквания

  • Знания по програмиране с Python или C++
  • Основно разбиране на информатиката и инженерията
  • Основно познаване на теория на вероятностите, математически анализ и линейна алгебра

Целева аудитория

  • Инженери
  • Ентусиасти на роботиката
  • Разработчици в автоматизация и ИИ
 21 Часове

Брой участници


Цена за участник

Отзиви от потребители (1)

Предстоящи Курсове

Свързани Kатегории