Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Đề cương khóa học
Giới thiệu về AI và Robot
- Tổng quan về sự hội tụ giữa robot hiện đại và AI
- Ứng dụng trong hệ thống tự chủ, máy bay không người lái và robot dịch vụ
- Các thành phần AI chính: cảm nhận, lập kế hoạch và điều khiển
Cài đặt môi trường phát triển
- Cài đặt Python, ROS 2, OpenCV và TensorFlow
- Sử dụng Gazebo hoặc Webots để mô phỏng robot
- Làm việc với Jupyter Notebooks cho các thí nghiệm AI
Cảm nhận và Thị giác máy tính
- Sử dụng camera và cảm biến để cảm nhận
- Phân loại ảnh, phát hiện đối tượng và phân đoạn bằng TensorFlow
- Phát hiện cạnh và theo dõi đường viền với OpenCV
- Truyền và xử lý hình ảnh thời gian thực
Định vị và Dung hợp cảm biến
- Hiểu về robot xác suất
- Bộ lọc Kalman và Bộ lọc Kalman mở rộng (EKF)
- Bộ lọc Hạt cho các môi trường phi tuyến tính
- Tích hợp dữ liệu LiDAR, GPS và IMU để định vị
Lập kế hoạch chuyển động và Tìm đường
- Các thuật toán lập kế hoạch đường đi: Dijkstra, A*, và RRT*
- Tránh chướng ngại vật và lập bản đồ môi trường
- Điều khiển chuyển động thời gian thực bằng PID
- Tối ưu hóa đường đi động bằng AI
Học tăng cường cho Robot
- Cơ bản về học tăng cường
- Thiết kế các hành vi robot dựa trên phần thưởng
- Q-learning và Deep Q-Networks (DQN)
- Tích hợp các tác nhân RL trong ROS để có chuyển động thích ứng
Định vị và Lập bản đồ đồng thời (SLAM)
- Hiểu các khái niệm và quy trình làm việc của SLAM
- Triển khai SLAM với các gói ROS (gmapping, hector_slam)
- SLAM thị giác sử dụng OpenVSLAM hoặc ORB-SLAM2
- Kiểm tra các thuật toán SLAM trong môi trường mô phỏng
Các chủ đề nâng cao và Tích hợp
- Nhận dạng giọng nói và cử chỉ để tương tác giữa người và robot
- Tích hợp với IoT và các nền tảng robot đám mây
- Bảo trì dự đoán do AI dẫn dắt cho robot
- Đạo đức và an toàn trong robot sử dụng AI
Dự án tốt nghiệp
- Thiết kế và mô phỏng một robot di động thông minh
- Triển khai điều hướng, cảm nhận và điều khiển chuyển động
- Thể hiện khả năng ra quyết định thời gian thực bằng các mô hình AI
Tổng kết và Các bước tiếp theo
- Rút kinh nghiệm các kỹ thuật robot AI chính
- Xu hướng trong tương lai của robot tự chủ
- Tài nguyên để tiếp tục học tập
Yêu cầu
- Kinh nghiệm lập trình trong Python hoặc C++
- Hiểu biết cơ bản về khoa học máy tính và kỹ thuật
- Nắm vững các khái niệm về xác suất, giải tích và đại số tuyến tính
Đối tượng người học
- Kỹ sư
- Người đam mê robot
- Nghiên cứu viên trong lĩnh vực tự động hóa và AI
21 Giờ
Đánh giá (1)
kiến thức và việc sử dụng AI cho Robot trong Tương lai.
Ryle - PHILIPPINE MILITARY ACADEMY
Khóa học - Artificial Intelligence (AI) for Robotics
Dịch thuật bằng máy
