Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 21 Stunden
Schulungsübersicht
Einführung in KI und Robotik
- Überblick über die Konvergenz moderner Robotik und KI
- Anwendungen in autonomen Systemen, Drohnen und Servicerobotern
- Wichtige KI-Komponenten: Wahrnehmung, Planung und Regelung
Einrichtung der Entwicklungsumgebung
- Installation von Python, ROS 2, OpenCV und TensorFlow
- Nutzung von Gazebo oder Webots für Robotersimulationen
- Arbeiten mit Jupyter Notebooks für KI-Experimente
Wahrnehmung und Computervision
- Nutzung von Kameras und Sensoren für die Wahrnehmung
- Bildklassifikation, Objekterkennung und Segmentierung mit TensorFlow
- Kantenerkennung und Konturverfolgung mit OpenCV
- Echtzeit-Bildstrom und -verarbeitung
Lokalisierung und Sensorfusion
- Verständnis der probabilistischen Robotik
- Kalman-Filter und Erweiterte Kalman-Filter (EKF)
- Partikelfilter für nichtlineare Umgebungen
- Integration von LiDAR-, GPS- und IMU-Daten für die Lokalisierung
Bewegungsplanung und Pfadsuche
- Algorithmen für die Pfadplanung: Dijkstra, A* und RRT*
- Hindernisvermeidung und Kartierung der Umgebung
- Echtzeit-Bewegungsregelung mit PID
- Dynamische Pfadoptimierung mittels KI
Reinforcement Learning für Robotik
- Grundlagen des Reinforcement Learning
- Design von belohnungsbasiertem Roboterverhalten
- Q-Learning und Deep Q-Networks (DQN)
- Integration von RL-Agenten in ROS für adaptive Bewegung
Simultaneous Localization and Mapping (SLAM)
- Verständnis der SLAM-Konzepte und Workflows
- Implementierung von SLAM mit ROS-Paketen (gmapping, hector_slam)
- Visuelles SLAM mit OpenVSLAM oder ORB-SLAM2
- Testen von SLAM-Algorithmen in simulierten Umgebungen
Fortgeschrittene Themen und Integration
- Spracherkennung und Gestenerkennung für die Mensch-Roboter-Interaktion
- Integration in IoT- und Cloud-Robotik-Plattformen
- KI-gestützte prädiktive Instandhaltung für Roboter
- Ethik und Sicherheit in der KI-gestützten Robotik
Abschlussprojekt
- Entwurf und Simulation eines intelligenten mobilen Roboters
- Implementierung von Navigation, Wahrnehmung und Bewegungsregelung
- Demonstration der Echtzeit-Entscheidungsfindung mit KI-Modellen
Zusammenfassung und weitere Schritte
- Wiederholung der wichtigsten Techniken der KI in der Robotik
- Zukunftstrends in der autonomen Robotik
- Ressourcen für kontinuierliches Lernen
Voraussetzungen
- Programmiererfahrung in Python oder C++
- Grundlegendes Verständnis von Informatik und Ingenieurwesen
- Vertrautheit mit Wahrscheinlichkeitskonzepten, Analysis und lineare Algebra
Zielgruppe
- Ingenieure
- Robotik-Enthusiasten
- Forscher im Bereich Automatisierung und KI
Erfahrungsberichte (1)
sein Wissen und die Nutzung von KI für Robotik in der Zukunft.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maschinelle Übersetzung