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 die Konvergenz von moderner Robotik und KI
- Anwendungen in autonomen Systemen, Drohnen und Servicerobotern
- Wichtige KI-Komponenten: Wahrnehmung, Planung und Regelung
Einrichten der Entwicklungsumgebung
- Installation von Python, ROS 2, OpenCV und TensorFlow
- Verwendung von Gazebo oder Webots für die Robotersimulation
- Arbeiten mit Jupyter Notebooks für KI-Experimente
Wahrnehmung und Computervision
- Einsatz von Kameras und Sensoren für die Wahrnehmung
- Bildklassifizierung, Objekterkennung und Segmentierung mit TensorFlow
- Kantenerkennung und Konturverfolgung mit OpenCV
- Echtzeit-Image-Streaming und -verarbeitung
Lokalisierung und Sensorfusion
- Verständnis der probabilistischen Robotik
- Kalman-Filter und erweiterter Kalman-Filter (EKF)
- Partikelfilter für nicht-lineare Umgebungen
- Integration von LiDAR-, GPS- und IMU-Daten für die Lokalisierung
Bewegungsplanung und Pfadfindung
- Pfadplanungs-Algorithmen: Dijkstra, A* und RRT*
- Hindernisvermeidung und Umgebungsabbildung
- Echtzeit-Bewegungsregelung mittels PID
- Dynamische Pfadoptimierung unter Einsatz von KI
Reinforcement Learning für Robotik
- Grundlagen des Reinforcement Learning
- Gestaltung belohnungsbasierter robotischer Verhaltensweisen
- Q-Learning und Deep Q-Networks (DQN)
- Integration von RL-Agenten in ROS für adaptive Bewegung
Simultaneous Localization and Mapping (SLAM)
- Verständnis der SLAM-Konzepte und -Workflows
- Implementierung von SLAM mit ROS-Paketen (gmapping, hector_slam)
- Visual SLAM unter Verwendung von OpenVSLAM oder ORB-SLAM2
- Testen von SLAM-Algorithmi in simulierten Umgebungen
Fortgeschrittene Themen und Integration
- Spracherkennung und Gestenerkennung für die Mensch-Maschine-Interaktion
- Integration mit IoT- und Cloud-Robotik-Plattformen
- KI-gestützte vorausschauende Wartung für Roboter
- Ethik und Sicherheit in der KI-gestützten Robotik
Capstone-Projekt
- Gestaltung und Simulation eines intelligenten mobilen Roboters
- Implementierung von Navigation, Wahrnehmung und Bewegungsregelung
- Demonstration der Echtzeit-Entscheidungsfindung unter Einsatz von KI-Modellen
Zusammenfassung und nächste Schritte
- Wiederholung der wichtigsten Techniken der KI in der Robotik
- Zukunftstrends in der autonomen Robotik
- Ressourcen zum weiteren Lernen
Voraussetzungen
- Programmiererfahrung in Python oder C++
- Grundlegendes Verständnis von Informatik und Ingenieurwissenschaft
- Vertrautheit mit Wahrscheinlichkeitskonzepten, Analysis und Linearer Algebra
Zielgruppe
- Ingenieure
- Robotik-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