Programa do Curso

Semana 01

Introdução

    O que é que torna um robô inteligente?

Robôs físicos vs. virtuais

    Smart Robots, Smart Machines, Sentient Machines e Robotic Process Automation (RPA), etc.

O papel da Inteligência Artificial (IA) em Robotics

    Para além do "if-then-else" e da máquina de aprendizagem Os algoritmos subjacentes à IA Aprendizagem automática, visão computacional, processamento de linguagem natural (PNL), etc. Robótica cognitiva

O papel dos grandes dados em Robotics

    Tomada de decisões com base em dados e padrões

A Nuvem e Robotics

    Ligar a robótica às TI Construir robôs mais funcionais que acedam a mais informação e colaborem entre si

Estudo de caso: Robôs industriais

    Robôs mecânicos Baxter
Robôs em instalações nucleares Deteção e proteção contra radiações
  • Robots em centrais nucleares Reactors Deteção e proteção contra radiações
  • Componentes de hardware de um robô
  • Motores, sensores, microcontroladores, câmaras, etc.
  • Elements comuns dos robots

      Visão artificial, reconhecimento de voz, síntese de voz, deteção de proximidade, deteção de pressão, etc.

    Estruturas de desenvolvimento para Programming um robô

      Quadros de código aberto e comerciais Sistema operativo do robô (ROS) Arquitetura: espaço de trabalho, tópicos, mensagens, serviços, nós, actionlibs, ferramentas, etc.

    Línguas para Programming um Robô

      C++ para controlo de baixo nível Python para orquestração Programação ROS de nós em Python e C ++ Outras linguagens

    Ferramentas de simulação de um robô físico

      Software de visualização e simulação 3D comercial e de fonte aberta

     

      Semana 02

    Preparando o ambiente de desenvolvimento

    Instalação e configuração do software Pacotes e utilitários úteis

    Estudo de caso: Robôs mecânicos 

      Robots no domínio da tecnologia nuclear Robôs em sistemas ambientais

    Programming o Robô

      Programar um nó em Python e C ++ Compreender o nó ROS Mensagens e tópicos em ROS Paradigma de publicação / subscrição Projeto: Bump & Go com um robot real Resolução de problemas Simulação de robôs com Gazebo / ROS Quadros em ROS e alterações de referência Processamento de informação 2D de câmaras com OpenCV Processamento de informação de um laser Projeto: Seguimento seguro de objectos por cor Resolução de problemas

     

      Semana 03

    Programming o Robô (Continua...)

    Serviços em ROS Processamento de informação 3D de sensores RGB-D com PCL Mapas e navegação com ROS Projeto: Search para objectos no ambiente Resolução de problemas

    Programming o Robô (Continua...)

      ActionLib Speech Recognition e Geração de Discurso Controlo de braços robóticos com MoveIt! Controlo do pescoço robótico para visão ativa Projeto: Pesquisa e recolha de objectos Resolução de problemas

    Testar o robô

      Testes unitários

     

      Semana 04

    Alargamento das capacidades de um robô com Deep Learning

    Perceção - visão, áudio e háptica Representação do conhecimento Reconhecimento de voz através de PNL (processamento de linguagem natural) Computer visão

    Curso intensivo em Deep Learning

      Artificial Neural Networks (RNAs) Artificial Neural Networks vs. Biológica Neural Networks Alimentação Neural Networks Funções de ativação Treino Artificial Neural Networks

    Curso intensivo em Deep Learning (Continuação...)

      Deep Learning Modelos Redes convolucionais e redes recorrentes

    Convolucional Neural Networks (CNNs ou ConvNets) Camada de convolução

      Camada de pooling
    Arquitetura convolucional Neural Networks
  •  
  • Semana 05
  • Curso intensivo em Deep Learning (Continuação...)
  • Recorrente Neural Networks (RNN) Treinar uma RNN Estabilização de gradientes durante o treino Redes de memória de curto prazo

    Plataformas de aprendizagem profunda e bibliotecas de software Aprendizagem profunda em ROS

    Utilizar Big Data no seu robô

      Conceitos de grandes volumes de dados Abordagens à análise de dados Ferramentas de Big Data Reconhecer padrões nos dados Exercício: PNL e Computer Vision em grandes conjuntos de dados
    Utilizar Big Data no seu robô (Continuação...)
  • Processamento distribuído de grandes conjuntos de dados Coexistência e fertilização cruzada de Big Data e Robotics O robô como gerador de dados Sensores de medição de alcance, posição, visuais, tácteis e outras modalidades
  • Dar sentido aos dados sensoriais (ciclo sentido-plano-ação)

      Exercício: Capturar dados de streaming

    Programming um robô autónomo de aprendizagem profunda

      Deep Learning Componentes do robô Configurar o simulador de robô Executar uma rede neural acelerada por CUDA com o Cafe Resolução de problemas
     
  • Semana 06
  • Programming um robô autónomo de aprendizagem profunda (continuação...)
  • Reconhecimento de objectos em fotografias ou fluxos de vídeo Ativação da visão computacional com OpenCV Resolução de problemas

      Análise de dados

    Utilizar o robot para recolher e organizar novos dados Ferramentas e processos para dar sentido aos dados

    Implementação de um robô

    Transição de um robô simulado para hardware físico Implementação do robô no mundo físico Monitorização e manutenção de robôs no terreno

      Proteger o seu robô

    Prevenção de adulterações não autorizadas Evitar que os hackers vejam e roubem dados sensíveis

      Construir um robô de forma colaborativa

    Construir um robô na nuvem Juntar-se à comunidade de robótica

      Futuro Outlook dos robôs no domínio da ciência e da energia

    Resumo e conclusão

    Requisitos

    • Experiência de programação em C ou C++
    • Experiência de programação em Python (útil, mas não necessária; pode ser ensinada como parte do curso)
    • Experiência com a linha de comando do Linux

    Público

    • Desenvolvedores
    • Engenheiros
    • Cientistas
    • Técnicos
     120 horas

    Número de participantes



    Preço por participante

    Declaração de Clientes (1)

    Cursos Relacionados

    Smart Robots for Developers

    84 horas

    Categorias Relacionadas