Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
第01周
介紹
- 什麼讓機器人變得智能?
物理機器人與虛擬機器人
- 智能機器人、智能機器、有感知能力的機器與機器人流程自動化(RPA)等
人工智能(AI)在機器人中的作用
- 超越“if-then-else”與學習機器
- AI背後的算法
- 機器學習、計算機視覺、自然語言處理(NLP)等
- 認知機器人
大數據在機器人中的作用
- 基於數據和模式的決策
雲與機器人
- 將機器人與IT連接
- 構建功能更強大的機器人,使其能夠訪問更多信息並進行協作
案例研究:工業機器人
- 機械機器人
- Baxter
- 核設施中的機器人
- 輻射檢測與防護
- 核反應堆中的機器人
- 輻射檢測與防護
機器人的硬件組件
- 電機、傳感器、微控制器、攝像頭等
機器人的常見元素
- 機器視覺、語音識別、語音合成、接近感應、壓力感應等
機器人編程的開發框架
- 開源與商業框架
- 機器人操作系統(ROS)
- 架構:工作空間、主題、消息、服務、節點、actionlibs、工具等
機器人編程語言
- C++用於底層控制
- Python用於編排
- 使用Python和C++編程ROS節點
- 其他語言
物理機器人模擬工具
- 商業與開源的3D模擬與可視化軟件
第02周
準備開發環境
- 軟件安裝與設置
- 有用的包與工具
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
機器人編程
- 使用Python和C++編程節點
- 理解ROS節點
- ROS中的消息與主題
- 發佈/訂閱範式
- 項目:使用真實機器人進行Bump & Go
- 故障排除
- 使用Gazebo/ROS模擬機器人
- ROS中的幀與參考變化
- 使用OpenCV處理攝像頭的2D信息
- 激光的信息處理
- 項目:通過顏色安全跟蹤物體
- 故障排除
第03周
機器人編程(續...)
- ROS中的服務
- 使用PCL處理RGB-D傳感器的3D信息
- 使用ROS進行地圖與導航
- 項目:在環境中搜索物體
- 故障排除
機器人編程(續...)
- ActionLib
- 語音識別與語音生成
- 使用MoveIt!控制機械臂
- 控制機器人頸部以實現主動視覺
- 項目:搜索與收集物體
- 故障排除
測試你的機器人
- 單元測試
第04周
通過深度學習擴展機器人的能力
- 感知——視覺、音頻與觸覺
- 知識表示
- 通過自然語言處理(NLP)進行語音識別
- 計算機視覺
深度學習速成課程
- 人工神經網絡(ANNs)
- 人工神經網絡與生物神經網絡的比較
- 前饋神經網絡
- 激活函數
- 訓練人工神經網絡
深度學習速成課程(續...)
- 深度學習模型
- 卷積網絡與循環網絡
- 卷積神經網絡(CNNs或ConvNets)
- 卷積層
- 池化層
- 卷積神經網絡架構
第05周
深度學習速成課程(續...)
- 循環神經網絡(RNN)
- 訓練RNN
- 在訓練期間穩定梯度
- 長短期記憶網絡
- 深度學習平臺與軟件庫
- ROS中的深度學習
在機器人中使用大數據
- 大數據概念
- 數據分析方法
- 大數據工具
- 識別數據中的模式
- 練習:在大數據集上進行NLP與計算機視覺
在機器人中使用大數據(續...)
- 大數據集的分佈式處理
- 大數據與機器人的共存與相互促進
- 機器人作爲數據生成器
- 距離測量傳感器、位置、視覺、觸覺傳感器及其他模態
- 理解感知數據(感知-計劃-行動循環)
- 練習:捕獲流數據
編程自主深度學習機器人
- 深度學習機器人組件
- 設置機器人模擬器
- 使用Caffe運行CUDA加速的神經網絡
- 故障排除
第06周
編程自主深度學習機器人(續...)
- 識別照片或視頻流中的物體
- 使用OpenCV啓用計算機視覺
- 故障排除
數據分析
- 使用機器人收集與組織新數據
- 理解數據的工具與流程
部署機器人
- 將模擬機器人過渡到物理硬件
- 在物理世界中部署機器人
- 監控與維護現場機器人
保護你的機器人
- 防止未經授權的篡改
- 防止黑客查看與竊取敏感數據
協作構建機器人
- 在雲端構建機器人
- 加入機器人社區
機器人在科學與能源領域的未來展望
總結與結論
最低要求
- C或C++編程經驗
- Python編程經驗(有用但非必需,可作爲課程內容教授)
- Linux命令行經驗
受衆
- 開發者
- 工程師
- 科學家
- 技術員
120 時間:
客戶評論 (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.