Plan du cours

Article 01

Jour 01 Introduction

    Qu'est-ce qui rend un robot intelligent intelligent ?

Physique vs Virtuel Smart Robots

    Smart Robots, machines intelligentes, machines sensibles et automatisation des processus robotiques (RPA), etc.

Le rôle de l'intelligence artificielle (IA) dans Smart Robots

    Au-delà du « si-alors-sinon » et du machine learning Les algorithmes derrière l'IA L'IA dans Smart Robots : apprentissage automatique, vision par ordinateur, traitement du langage naturel (NLP), etc. Robotique cognitive

Le rôle du Big Data dans Smart Robots

    Prise de décision basée sur des données et des modèles

Le Cloud et Smart Robots

    Relier la robotique à l'informatique Construire des robots plus fonctionnels qui accèdent à plus d'informations et collaborent

Étude de cas : Mécanique Smart Robots

    Industriel Smart Robots Baxter
Robots de service personnel Des robots domestiques qui assistent les personnes âgées, des voitures intelligentes et autonomes
  • Robots de service professionnel Robots agricoles dans les opérations laitières
  • Composants matériels d'un robot intelligent
  • Moteurs, capteurs, microcontrôleurs, caméras, etc.
  • Éléments communs de Smart Robots

      Vision industrielle, reconnaissance vocale, synthèse vocale, détection de proximité, détection de pression, etc.

    Cadres de développement pour Programming un robot intelligent

      Frameworks open source et commerciaux Robot Operating System (ROS) Architecture : espace de travail, sujets, messages, services, nœuds, actionlibs, outils, etc.

    Langues pour Programming un robot intelligent

      C++ pour le contrôle de bas niveau Python pour l'orchestration Programmation ROS nœuds en Python et C++ Autres langages

    Outils pour simuler un robot physique intelligent

      Logiciels de simulation et de visualisation 3D commerciaux et open source

    Préparation de l'environnement de développement

      Installation et configuration du logiciel Packages et utilitaires utiles

    Jour 02 Programming le robot intelligent

      Programmation d'un nœud en Python et C++ Comprendre le nœud ROS Messages et sujets dans ROS Paradigme de publication/abonnement Projet : Bump & Go avec un vrai robot Dépannage Simulation de robots avec Gazebo / ROS Frames dans ROS et référence changements Traitement de l'information 2D des caméras avec OpenCV Traitement de l'information d'un projet laser : Suivi sécurisé des objets par couleur Dépannage

    Jour 03 Programming le robot intelligent (suite...)

      Services dans ROS Traitement de l'information 3D des capteurs RVB-D avec cartes PCL et navigation avec le projet ROS : Search pour les objets dans l'environnement Dépannage

     

      Article 02

    Jour 04 Programming le robot intelligent (suite...)

    ActionLib Speech Recognition et Speech Generation Contrôler les bras robotiques avec MoveIt! Contrôle du cou robotique pour une vision active Projet : Recherche et collecte d'objets Dépannage

    Tester votre robot intelligent

      Tests unitaires

    Jour 05 Extension des capacités d'un robot intelligent avec Deep Learning

      Perception - vision, audio et haptique Représentation des connaissances Reconnaissance vocale via le traitement du langage naturel (TALN) Computer vision

    Cours intensif en Deep Learning

      Artificiel Neural Networks (ANN) Artificiel Neural Networks vs. Biologique Neural Networks Feedforward Neural Networks Fonctions d'activation Entraînement Artificiel Neural Networks

    Jour 06 Cours intensif en Deep Learning (Suite...)

      Deep Learning Modèles de réseaux convolutifs et de réseaux récurrents

    Couche de convolution convolutive Neural Networks (CNN ou ConvNets)

      Couche de regroupement
    Architecture convolutive Neural Networks
  • Article 03
  • Jour 07 Cours intensif en Deep Learning (Suite...)
  • Récurrent Neural Networks (RNN) Entraînement d'un RNN Stabilisation des gradients pendant l'entraînement Réseaux de mémoire à long terme et à court terme
  • Plateformes d'apprentissage profond et bibliothèques de logiciels Deep Learning dans ROS

    Jour 08 Utilisation de Big Data dans votre robot intelligent

      Concepts du Big data Approches de l'analyse des données Outils Big Data Reconnaître des modèles dans les données Exercice : PNL et Computer Vision sur de grands ensembles de données
    Jour 09 Utilisation de Big Data dans votre robot intelligent (suite...)
  • Traitement distribué de grands ensembles de données Coexistence et fertilisation croisée du Big Data et Robotics Le robot intelligent comme générateur de données Capteurs de mesure de portée, capteurs de position, visuels, tactiles et autres modalités
  • Donner du sens aux données sensorielles (boucle sens-planifier-agir)

      Exercice : Capturer des données en streaming

     

      Article 04
    Jour 10 Programming un robot intelligent autonome d'apprentissage en profondeur
  • Deep Learning composants du robot Configuration du simulateur de robot Exécution d'un réseau neuronal accéléré par CUDA avec Cafe Dépannage
  • Jour 11 Programming un robot intelligent autonome d'apprentissage profond (suite...)
  • Reconnaître des objets dans des photographies ou des flux vidéo Activation de la vision par ordinateur avec OpenCV Dépannage

    Jour 12 Analyse des données

    Utiliser le Smart Robot pour collecter et organiser de nouvelles données

      Construire un robot intelligent de manière collaborative

    Déploiement de votre robot intelligent sur du matériel physique

      Surveillance et entretien Smart Robots sur le terrain

    Sécuriser votre robot

      Empêcher les falsifications non autorisées Empêcher les pirates informatiques de consulter et de voler des données professionnelles sensibles (carte de crédit, informations sur les employés, etc.)

    Rejoindre la communauté Robotics

    Perspectives futures pour Smart Robots

    Mot de clôture

    Pré requis

    • Expérience de la programmation en C++
    • .
    • Expérience de la programmation en Python
    • Expérience de la ligne de commande Linux
      84 heures

    Nombre de participants



    Prix par participant

    Cours Similaires

    AI and Robotics for Nuclear - Extended

      120 heures

    AI and Robotics for Nuclear

      80 heures

    Catégories Similaires