コース概要

第01週

導入

    何がロボットを賢くするのでしょうか?

物理ロボットと仮想ロボット

    Smart Robots、スマート マシン、センティエント マシン、ロボティック プロセス オートメーション (RPA) など。

Robotics における人工知能 (AI) の役割

    「if-then-else」と学習機械を超えて AI の背後にあるアルゴリズム 機械学習、コンピューター ビジョン、自然言語処理 (NLP) など コグニティブ ロボティクス

Robotics におけるビッグデータの役割

    データとパターンに基づく意思決定

クラウドと Robotics

    ロボット工学と IT の連携 より多くの情報にアクセスし、連携する、より機能的なロボットを構築する

ケーススタディ: 産業用ロボット

    機械式ロボット Baxter
原子力施設内のロボット 放射線の検出と防護
  • 原子力 React または放射線の検出と防護におけるロボット
  • ロボットのハードウェア コンポーネント
  • モーター、センサー、マイクロコントローラー、カメラなど
  • ロボットの共通Element

      マシンビジョン、音声認識、音声合成、近接センシング、圧力センシングなど。

    Programming ロボットの開発フレームワーク

      オープンソースおよび商用フレームワーク ロボット オペレーティング システム (ROS) アーキテクチャ: ワークスペース、トピック、メッセージ、サービス、ノード、actionlib、ツールなど。

    Programming ロボットの言語

      オーケストレーション用の Python を低レベルで制御するための C++ Python および C ++ でのプログラミング ROS ノード その他の言語

    物理ロボットをシミュレートするためのツール

      商用およびオープンソースの 3D シミュレーションおよび視覚化ソフトウェア

     

      02週目

    開発環境の準備

    ソフトウェアのインストールとセットアップ 便利なパッケージとユーティリティ

    ケーススタディ: 機械式ロボット

      原子力技術分野のロボット 環境システム分野のロボット

    Programming ロボット

      Python および C++ でのノードのプログラミング ROS ノードについて ROS のメッセージとトピック 出版/サブスクリプション パラダイム プロジェクト: 実際のロボットを使用したバンプ アンド ゴー トラブルシューティング Gazebo を使用したロボットのシミュレーション / ROS ROS のフレームとリファレンスOpenCV によるカメラの 2D 情報処理の変更 レーザーの情報処理 プロジェクト: 色によるオブジェクトの安全な追跡 トラブルシューティング

     

      第03週

    Programming ロボット (続く...)

    ROS のサービス PCL マップを使用した RGB-D センサーの 3D 情報処理と、ROS プロジェクトによるナビゲーション: Search 環境内のオブジェクトのトラブルシューティング

    Programming ロボット (続く...)

      ActionLib Speech Recognition と音声生成 MoveIt によるロボット アームの制御能動的視覚のためのロボットの首の制御 プロジェクト: オブジェクトの検索と収集 トラブルシューティング

    ロボットをテストする

      単体テスト

     

      第04週

    Deep Learning によるロボットの能力の拡張

    知覚 -- 視覚、音声、触覚 知識表現 NLP (自然言語処理) による音声認識 Computer 視覚

    Deep Learning の短期集中コース

      人工 Neural Networks (ANN) 人工 Neural Networks vs. 生物学的 Neural Networks フィードフォワード Neural Networks 活性化機能トレーニング 人工 Neural Networks

    Deep Learning の短期集中コース (続く...)

      Deep Learning 畳み込みネットワークとリカレント ネットワークのモデル

    畳み込み Neural Networks (CNN または ConvNet) 畳み込み層

      プーリング層
    畳み込み Neural Networks アーキテクチャ
  •  
  • 第05週
  • Deep Learning の短期集中コース (続く...)
  • Recurrent Neural Networks (RNN) RNN のトレーニング トレーニング中の勾配の安定化 長期短期記憶ネットワーク

    深層学習プラットフォームとソフトウェア ライブラリ ROS の深層学習

    ロボットで Big Data を使用する

      ビッグ データの概念 データ分析へのアプローチ ビッグ データ ツール データ内のパターンの認識 演習: 大規模データ セットに関する NLP および Computer Vision
    ロボットで Big Data を使用する (続き...)
  • 大規模なデータセットの分散処理 ビッグデータと Robotics データ生成装置としてのロボットの共存と相互受精 距離測定センサー、位置センサー、視覚センサー、触覚センサー、その他のモダリティ
  • 感覚データを理解する (感覚-計画-実行ループ)

      演習: ストリーミング データのキャプチャ

    Programming 自律型深層学習ロボット

      Deep Learning ロボット コンポーネント ロボット シミュレーターのセットアップ Cafe による CUDA アクセラレーション ニューラル ネットワークの実行 トラブルシューティング
     
  • 第06週
  • Programming 自律型深層学習ロボット (続き...)
  • 写真またはビデオ ストリーム内のオブジェクトの認識 OpenCV トラブルシューティングによるコンピュータ ビジョンの有効化

      データ分析

    ロボットを使用して新しいデータを収集および整理する データを理解するためのツールとプロセス

    ロボットの導入

    シミュレートされたロボットを物理ハードウェアに移行する ロボットを物理世界に展開する 現場でのロボットの監視とサービスを行う

      ロボットを保護する

    不正な改ざんの防止 ハッカーによる機密データの閲覧および盗用の防止

      ロボットを共同で構築する

    クラウドでロボットを構築する ロボット工学コミュニティに参加する

      科学・エネルギー分野におけるロボットの未来 Outlook

    要約と結論

    要求

    • CまたはC++でのプログラミング経験
    • Pythonのプログラミング経験(役に立つが必須ではない、コースの一部として教えることができる)
    • Linuxのコマンドラインの経験

    観客

    • 開発者
    • エンジニア 科学者技術者
     120 時間

    参加者の人数



    Price per participant

    お客様の声 (1)

    関連コース

    Smart Robots for Developers

    84 時間