Programa do Curso

Introdução à IA e Robótica

  • Visão geral da convergência entre robótica moderna e IA
  • Aplicações em sistemas autônomos, drones e robôs de serviço
  • Componentes-chave da IA: percepção, planejamento e controle

Configurando o Ambiente de Desenvolvimento

  • Instalando Python, ROS 2, OpenCV e TensorFlow
  • Usando Gazebo ou Webots para simulação de robôs
  • Trabalhando com Jupyter Notebooks para experimentos de IA

Percepção e Visão Computacional

  • Usando câmeras e sensores para percepção
  • Classificação de imagens, detecção de objetos e segmentação usando TensorFlow
  • Detecção de bordas e rastreamento de contornos com OpenCV
  • Transmissão e processamento de imagens em tempo real

Localização e Fusão de Sensores

  • Entendendo robótica probabilística
  • Filtros de Kalman e Filtros de Kalman Estendidos (EKF)
  • Filtros de Partículas para ambientes não lineares
  • Integração de dados LiDAR, GPS e IMU para localização

Planejamento de Movimento e Localização

  • Algoritmos de planejamento de caminho: Dijkstra, A*, e RRT*
  • Evitamento de obstáculos e mapeamento do ambiente
  • Controle de movimento em tempo real usando PID
  • Otimização dinâmica de caminho usando IA

Aprendizado por Reforço para Robótica

  • Fundamentos do aprendizado por reforço
  • Projetando comportamentos robóticos baseados em recompensas
  • Q-learning e Redes Neurais Profundas de Q (DQN)
  • Integrando agentes RL no ROS para movimento adaptativo

Localização e Mapeamento Simultâneos (SLAM)

  • Entendendo conceitos e fluxos de trabalho do SLAM
  • Implementando SLAM com pacotes ROS (gmapping, hector_slam)
  • Visual SLAM usando OpenVSLAM ou ORB-SLAM2
  • Testando algoritmos de SLAM em ambientes simulados

Tópicos Avançados e Integração

  • Reconhecimento de voz e gestos para interação humano-robô
  • Integração com plataformas de IoT e robótica em nuvem
  • Manutenção preditiva baseada em IA para robôs
  • Ética e segurança na robótica impulsionada por IA

Projeto Final

  • Projetar e simular um robô móvel inteligente
  • Implementar navegação, percepção e controle de movimento
  • Demonstrar tomada de decisões em tempo real usando modelos de IA

Resumo e Próximos Passos

  • Revisão das principais técnicas de robótica com IA
  • Tendências futuras em robótica autônoma
  • Recursos para aprendizado contínuo

Requisitos

  • Experiência em programação com Python ou C++
  • Compreensão básica de ciência da computação e engenharia
  • Familiaridade com conceitos de probabilidade, cálculo e álgebra linear

Público-Alvo

  • Engenheiros
  • Entusiastas da robótica
  • Pesquisadores em automação e IA
 21 Horas

Número de participantes


Preço por participante

Declaração de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas