Smart Robotics in Manufacturing: AI for Perception, Planning, and Control

• Zrozumienie systemów robotycznych i kinematyki
• Doświadczenie w programowaniu Python
• Znałość koncepcji sztucznej inteligencji lub uczenia maszynowego

Grupa docelowa

• Inżynierowie Robotics
• Integracja systemów
• Kierownicy automatyzacji

Smart Robotics jest integracją sztucznej inteligencji w systemy robotyczne w celu poprawy percepcji, podejmowania decyzji i autonomicznego sterowania.

To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest skierowane do zaawansowanych inżynierów robotyki, integratorów systemów i kierowników automatyzacji, którzy chcą wdrożyć AI-wspomaganą percepcję, planowanie i kontrolę w inteligentnych środowiskach produkcyjnych.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zrozumieć i zastosować techniki AI do percepcji robotów i fuzji danych sensorycznych.
• Rozwijanie algorytmów planowania ruchu dla robotów współpracujących i przemysłowych.
• Wdrażanie strategii sterowania opartego na uczeniu maszynowym dla decyzji w czasie rzeczywistym.
• Integrowanie inteligentnych systemów robotycznych w przepływy pracy w inteligentnych fabrykach.

Format szkolenia

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku live-lab.

Opcje dostosowania szkolenia

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, prosimy o kontakt w celu ustalenia.

Wprowadzenie do Smart Robotics i integracji z AI

• Przegląd robotyki w Przemysle 4.0
• Rola AI w percepcji, planowaniu i kontroli
• Oprogramowanie i środowiska symulacyjne

Systemy percepcji i Sensor Fusion

• Wizja komputerowa w robotyce (kamery 2D/3D, LiDAR)
• Kalibracja i techniki fuzji czujników
• Wykrywanie obiektów i mapowanie środowiska

Deep Learning dla percepcji

• Sieci neuronowe dla rozpoznawania wzrokowego
• Używanie TensorFlow lub PyTorch z danymi robota
• Trening modeli percepcji dla śledzenia obiektów

Planowanie ruchu i optymalizacja ścieżki

• Planowanie oparte na próbkowaniu i optymalizacja
• Praca z MoveIt do planowania ruchu
• Unikanie kolizji i dynamiczne ponowne planowanie

Strategie kontroli oparte na uczeniu

• Uczenie wzmocnione dla kontroli robota
• Integracja AI z niskopoziomowymi pętlami kontroli
• Symulacja z OpenAI Gym i Gazebo

Kolaboracyjne roboty (coboty) w inteligentnej produkcji

• Standardy bezpieczeństwa i współpraca człowiek-robot
• Programming i integracja cobotów z AI
• Adaptacyjne zachowania i reakcja w czasie rzeczywistym

Integracja systemów i wdrażanie

• Interfejsowanie z kontrolerami przemysłowymi (PLC, SCADA)
• Wdrażanie Edge AI dla robotyki w czasie rzeczywistym
• Rejestrowanie danych, monitorowanie i diagnostyka

Podsumowanie i następne kroki