Artificial Intelligence (AI) for Robotics

• Programming doświadczenie
• Podstawowe zrozumienie informatyki i inżynierii
• Znajomość pojęć prawdopodobieństwa i algebry liniowej

Publiczność

• Inżynierowie

Robotics to dziedzina sztucznej inteligencji (AI), która zajmuje się programowaniem i projektowaniem inteligentnych i wydajnych maszyn.

To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą programować i tworzyć roboty za pomocą podstawowych metod sztucznej inteligencji.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zaimplementować filtry (Kalmana i cząsteczkowe), aby umożliwić robotowi lokalizowanie poruszających się obiektów w jego otoczeniu.
• Implementować algorytmy wyszukiwania i planowania ruchu.
• Implementować regulatory PID w celu regulacji ruchu robota w środowisku.
• Zaimplementować algorytmy SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

Wprowadzenie

Przegląd sztucznej inteligencji (AI) i Robotics

• Symulowane komputerowo kontra fizyczne
• Robotics jako gałąź sztucznej inteligencji
• Zastosowania sztucznej inteligencji w robotyce

Zrozumienie lokalizacji

• Lokalizowanie robota
• Używanie czujników do oceny lokalizacji i środowiska
• Ćwiczenia dotyczące prawdopodobieństwa

Nauka o ruchu robotów

• Ruchy dokładne i niedokładne
• Funkcje wykrywania i przesuwania

Korzystanie z narzędzi prawdopodobieństwa

• Reguła Bayesa
• Twierdzenie o prawdopodobieństwie całkowitym

Szacowanie stanu pojazdu przy użyciu filtra Kalmana

• Procesy gaussowskie
• Pomiar i ruch
• Filtrowanie Kalmana (kod, przewidywanie, projektowanie i macierze)

Śledzenie zrobotyzowanego samochodu za pomocą filtra cząsteczek

• Wymiar przestrzeni stanów i krótka modalność
• Klasa robota, świat robota i cząstki robota

Odkrywanie metod planowania i Search

• Algorytm wyszukiwania A*
• Planowanie ruchu
• Obliczanie kosztu i optymalnej ścieżki

Programming Twój robot AI

• Pierwszy program wyszukiwania i tabela siatki rozszerzeń
• Programowanie dynamiczne
• Wartość obliczeniowa i optymalna polityka

Korzystanie z regulacji PID

• Ruch robota i wygładzanie ścieżki
• Implementacja regulatora PID
• Optymalizacja parametrów

Mapowanie i śledzenie przy użyciu SLAM

• Ograniczenia
• Punkty orientacyjne
• Wdrażanie SLAM

Rozwiązywanie problemów

Podsumowanie i wnioski