Schulungsübersicht
Grundlagen von TinyML für die Robotik
- Wesentliche Fähigkeiten und Einschränkungen von TinyML
- Rolle von Edge-AI in autonomen Systemen
- Hardwareaspekte für mobile Roboter und Drohnen
Eingebettete Hardware und Sensorinterfaces
- Mikrocontroller und eingebettete Boards für die Robotik
- Integration von Kameras, IMUs und Näherungssensoren
- Budgetierung von Energie und Rechenleistung
Datenengineering für die robotische Wahrnehmung
- Sammeln und Beschriften von Daten für Robotikaufgaben
- Techniken zur Vorverarbeitung von Signalen und Bildern
- Strategien zur Merkmalsextraktion für ressourcenbeschränkte Geräte
Modellentwicklung und -optimierung
- Wahl von Architekturen für Wahrnehmung, Erkennung und Klassifizierung
- Trainingspipelines für eingebettetes ML
- Modellkompression, Quantisierung und Latenzoptimierung
Wahrnehmung und Steuerung direkt auf dem Gerät
- Ausführen der Inferenz auf Mikrocontrollern
- Kombinieren der TinyML-Ausgaben mit Steuerungsalgorithmen
- Echtzeit-Sicherheit und Reaktionsfähigkeit
Optimierungen für autonome Navigation
- Leichte visionbasierte Navigation
- Hinderniserkennung und -vermeidung
- Umgebungsbewusstsein unter Ressourcenbeschränkungen
Testen und Validierung von TinyML-gesteuerten Robotern
- Simulationswerkzeuge und Ansätze für Feldtests
- Leistungskennzahlen für eingebettete Autonomie
- Fehlerdiagnose und iterative Verbesserung
Integration in Robotikplattformen
- Bereitstellung von TinyML innerhalb von ROS-basierten Pipelines
- Schnittstellen von ML-Modellen mit Motorsteuerungen
- Wahrung der Zuverlässigkeit bei unterschiedlichen Hardwarevarianten
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von Robotiksystemarchitekturen
- Erfahrung in der eingebetteten Entwicklung
- Vertrautheit mit Konzepten des Machine Learning
Zielgruppe
- Robotikingenieure
- KI-Forscher
- Entwickler für eingebettete Systeme
Erfahrungsberichte (2)
Bereitstellung der Materialien (virtuelle Maschine), um direkt mit den Übungen zu beginnen, sowie Erläuterung der ROS2-Kernkonzepte. Warum bestimmte Dinge auf eine bestimmte Weise funktionieren.
Arjan Bakema
Kurs - Autonomous Navigation & SLAM with ROS 2
Maschinelle Übersetzung
sein Wissen und die Nutzung von KI für Robotik in der Zukunft.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maschinelle Übersetzung