Prenez contact avec nous

Plan du cours

Introduction à l'IA et à la robotique

  • Aperçu de la convergence entre la robotique moderne et 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 les expériences IA

Perception et vision par ordinateur

  • Utilisation de caméras et de capteurs pour la perception
  • Classification d'images, détection d'objets et segmentation à l'aide de TensorFlow
  • Détection des bords et suivi des contours avec OpenCV
  • Transmission et traitement d'images en temps réel

Localisation et fusion de capteurs

  • Filtres de Kalman et filtres de Kalman étendus (EKF)
  • Filtres de particules pour les environnements non linéaires
  • Intégration des données LiDAR, GPS et IMU pour la localisation

Planification des mouvements et recherche de chemins

  • Algorithmes de planification de trajectoire : Dijkstra, A* et RRT*
  • Évitement d'obstacles et cartographie de l'environnement
  • Contrôle des mouvements en temps réel à l'aide de PID
  • Optimisation dynamique des trajectoires à l'aide de l'IA

Apprentissage par renforcement pour la robotique

  • Fondamentaux de l'apprentissage par renforcement
  • Conception de comportements robotiques basés sur les récompenses
  • Q-learning et réseaux Q profonds (DQN)
  • Intégration d'agents RL dans ROS pour un mouvement adaptatif

Localisation et cartographie simultanées (SLAM)

  • Compréhension des concepts et des flux de travail du SLAM
  • Implémentation du SLAM avec les packages ROS (gmapping, hector_slam)
  • SLAM visuel à l'aide de OpenVSLAM ou ORB-SLAM2
  • Test des algorithmes de SLAM dans des environnements simulés

Sujets avancés et intégration

  • Reconnaissance de la parole et des gestes pour l'interaction humain-robot
  • Intégration avec l'IoT et les plateformes de robotique cloud
  • Maintenance prédictive pilotée par l'IA pour les robots
  • Éthique et sécurité en robotique assistée par IA

Projet de fin de cours

  • Conception et simulation d'un robot mobile intelligent
  • Implémentation de la navigation, de la perception et du contrôle des mouvements
  • Démonstration de la prise de décision en temps réel à l'aide de modèles d'IA

Résumé et prochaines étapes

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

Pré requis

  • Expérience en programmation en Python ou C++
  • Compréhension de base de l'informatique et de l'ingénierie
  • Connaissance des concepts de probabilité, du calcul et de l'algèbre linéaire

Public cible

  • Ingénieurs
  • Passionnés de robotique
  • Chercheurs en automatisme et IA
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires