Plan du cours

Introduction à l'IA et à la Robotique

  • Aperçu de la convergence de la robotique moderne et de l'IA
  • Applications dans les systèmes autonomes, les drones et les robots de service
  • Composants clés de l'IA : perception, planification et contrôle

Configuration de l'environnement de développement

  • Installation de Python, ROS 2, OpenCV et TensorFlow
  • Utilisation de Gazebo ou Webots pour la simulation robotique
  • Travail avec Jupyter Notebooks pour des expériences d'IA

Perception et Vision par Ordinateur

  • Utilisation de caméras et de capteurs pour la perception
  • Classification d'images, détection d'objets et segmentation avec TensorFlow
  • Détection de contours et suivi de contours avec OpenCV
  • Streaming et traitement d'images en temps réel

Localisation et Fusion de Capteurs

  • Comprendre la robotique probabiliste
  • Filtres de Kalman et Filtres de Kalman étendus (EKF)
  • Filtres à particules pour les environnements non linéaires
  • Intégration de données LiDAR, GPS et IMU pour la localisation

Planification de Mouvements et Recherche de Chemin

  • Algorithmes de planification de chemin : Dijkstra, A* et RRT*
  • Évitement d'obstacles et cartographie de l'environnement
  • Contrôle de mouvement en temps réel avec PID
  • Optimisation de chemin dynamique avec l'IA

Apprentissage par Renforcement pour la Robotique

  • Fondements de l'apprentissage par renforcement
  • Conception de comportements robotiques basés sur des récompenses
  • Q-learning et Réseaux de Neurones Profonds (DQN)
  • Intégration d'agents d'apprentissage par renforcement dans ROS pour un mouvement adaptatif

Localisation et Cartographie Simultanées (SLAM)

  • Comprendre les concepts et les flux de travail de SLAM
  • Implémentation de SLAM avec des paquets ROS (gmapping, hector_slam)
  • SLAM visuel avec OpenVSLAM ou ORB-SLAM2
  • Test des algorithmes SLAM dans des environnements simulés

Sujets Avancés et Intégration

  • Reconnaissance vocale et gestuelle pour l'interaction homme-robot
  • Intégration avec des plateformes IoT et de robotique cloud
  • Maintenance prédictive pilotée par l'IA pour les robots
  • Éthique et sécurité dans la robotique pilotée par l'IA

Projet Final

  • Concevoir et simuler un robot mobile intelligent
  • Implémenter la navigation, la perception et le contrôle de mouvement
  • Démontrer la prise de décision en temps réel avec des modèles d'IA

Résumé et Étapes Suivantes

  • Revue des techniques clés de la robotique IA
  • Tendances futures en robotique autonome
  • Ressources pour une formation continue

Pré requis

  • Expérience de programmation en Python ou C++
  • Connaissance de base en informatique et en ingénierie
  • Familiarité avec les concepts de probabilité, de calcul et d'algèbre linéaire

Public cible

  • Ingénieurs
  • Enthusiastes de la robotique
  • Chercheurs en automatisation et en IA
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires