Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
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
Nos clients témoignent (1)
ses connaissances et son utilisation de l'IA pour la robotique dans le futur.
Ryle - PHILIPPINE MILITARY ACADEMY
Formation - Artificial Intelligence (AI) for Robotics
Traduction automatique