Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in KI und Robotik
- Überblick über moderne Robotik und die Konvergenz von KI
- Anwendungen in autonomen Systemen, Drohnen und Service-Robotern
- KI-Kernkomponenten: Wahrnehmung, Planung und Steuerung
Einrichtung der Entwicklungsumgebung
- Installation von Python, ROS 2, OpenCV und TensorFlow
- Verwendung von Gazebo oder Webots für die Robotersimulation
- Arbeit mit Jupyter Notebooks für KI-Experimente
Wahrnehmung und Computer Vision
- Verwendung von Kameras und Sensoren für die Wahrnehmung
- Bildklassifizierung, Objekterkennung und -segmentierung mit TensorFlow
- Kantendetektion und Konturverfolgung mit OpenCV
- Echtzeit-Image-Streaming und -verarbeitung
Lokalisierung und Sensorfusion
- Verständnis von probabilistischer Robotik
- Kalman-Filter und erweiterte Kalman-Filter (EKF)
- Partikelfilter für nichtlineare Umgebungen
- Integrieren von LiDAR-, GPS- und IMU-Daten für die Lokalisierung
Bewegungsplanung und Pfadfindung
- Pfadplanungsalgorithmen: Dijkstra, A*, und RRT*
- Hindernisvermeidung und Umgebungskartierung
- Echtzeit-Bewegungssteuerung mit PID
- Dynamische Pfadoptimierung mit KI
Reinforcement Learning für Robotik
- Grundlagen des Reinforcement Learnings
- Entwurf von belohnungsbasierten robotischen Verhaltensweisen
- Q-Learning und Deep Q-Networks (DQN)
- Integration von RL-Agenten in ROS für adaptive Bewegung
Simultane Lokalisierung und Kartierung (SLAM)
- Verständnis von SLAM-Konzepten und -Workflows
- Implementierung von SLAM mit ROS-Paketen (gmapping, hector_slam)
- Visuelle SLAM mit OpenVSLAM oder ORB-SLAM2
- Testen von SLAM-Algorithmen in simulierten Umgebungen
Fortgeschrittene Themen und Integration
- Spracher- und Gestenerkennung für die Mensch-Roboter-Interaktion
- Integration mit IoT- und Cloud-Robotik-Plattformen
- KI-getriebene prädiktive Wartung für Roboter
- Ethik und Sicherheit in KI-gestützter Robotik
Abschlussprojekt
- Entwerfen und Simulieren eines intelligenten mobilen Roboters
- Implementierung von Navigation, Wahrnehmung und Bewegungssteuerung
- Demonstrieren von Echtzeit-Entscheidungsfindung mit KI-Modellen
Zusammenfassung und weitere Schritte
- Überblick über die wichtigsten KI-Techniken in der Robotik
- Zukünftige Trends in der autonomen Robotik
- Ressourcen für weiterführende Lernmaterialien
Voraussetzungen
- Programmiererfahrung in Python oder C++
- Grundverständnis der Informatik und Ingenieurwesen
- Kenntnisse in Wahrscheinlichkeitskonzepten, Analysis und linearer Algebra
Zielgruppe
- Ingenieure
- Roboter-Enthusiasten
- Forscher im Bereich Automatisierung und KI
21 Stunden
Erfahrungsberichte (1)
sein Wissen und die Nutzung von KI für Robotik in der Zukunft.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maschinelle Übersetzung