感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
AI与机器人技术简介
- 现代机器人与AI融合概述
- 在自主系统、无人机和服务机器人中的应用
- AI关键组件：感知、规划和控制
设置开发环境
- 安装Python、ROS 2、OpenCV和TensorFlow
- 使用Gazebo或Webots进行机器人仿真
- 使用Jupyter Notebook进行AI实验
感知与计算机视觉
- 使用摄像头和传感器进行感知
- 使用TensorFlow进行图像分类、物体检测和分割
- 使用OpenCV进行边缘检测和轮廓跟踪
- 实时图像流处理和加工
定位与传感器融合
- 理解概率机器人技术
- 卡尔曼滤波和扩展卡尔曼滤波（EKF）
- 用于非线性环境的粒子滤波
- 集成LiDAR、GPS和IMU数据进行定位
运动规划与路径查找
- 路径规划算法：Dijkstra、A*和RRT*
- 避障和环境地图构建
- 使用PID进行实时运动控制
- 使用AI进行动态路径优化
机器人强化学习
- 强化学习基础
- 设计基于奖励的机器人行为
- Q学习和深度Q网络（DQN）
- 在ROS中集成强化学习智能体以实现自适应运动
同步定位与地图构建（SLAM）
- 理解SLAM概念和工作流程
- 使用ROS包（gmapping、hector_slam）实现SLAM
- 使用OpenVSLAM或ORB-SLAM2进行视觉SLAM
- 在模拟环境中测试SLAM算法
高级主题与集成
- 用于人机交互的语音和手势识别
- 与IoT和云机器人平台的集成
- 机器人AI驱动的预测性维护
- AI机器人技术中的伦理与安全
顶点项目
- 设计并模拟智能移动机器人
- 实现导航、感知和运动控制
- 展示使用AI模型的实时决策
总结与后续步骤
- 回顾关键AI机器人技术
- 自主机器人的未来趋势
- 持续学习的资源
要求
- 具备Python或C++编程经验
- 对计算机科学和工程有基本了解
- 熟悉概率论、微积分和线性代数概念
目标受众
- 工程师
- 机器人技术爱好者
- 自动化与AI领域的研究人员
21 小时
客户评论 (1)
其未来在Robotics中利用AI的知识和应用。
Ryle - PHILIPPINE MILITARY ACADEMY
课程 - Artificial Intelligence (AI) for Robotics
机器翻译