Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Bagian 01
Hari 01
Pendahuluan
- Apa yang Membuat Robot Cerdas?
Robot Cerdas Fisik vs Virtual
- Robot Cerdas, Mesin Cerdas, Mesin Sentiens, dan Otomatisasi Proses Robotik (RPA), dll.
Peran Artificial Intelligence (AI) dalam Robot Cerdas
- Di luar "if-then-else" dan mesin pembelajaran
- Algoritma di balik AI
- AI dalam Robot Cerdas: pembelajaran mesin, pengenalan gambar, pengolahan bahasa alami (NLP), dll.
- Robotik kognitif
Peran Big Data dalam Robot Cerdas
- Pengambilan keputusan berdasarkan data dan pola
The Cloud dan Robot Cerdas
- Mengkaitkan robotika dengan IT
- Membangun robot yang lebih fungsi yang mengakses lebih banyak informasi dan bekerja sama
Kasus Studi: Robot Cerdas Mekanik
- Robot Cerdas Industri
- Baxter
- Robot Pelayanan Pribadi
- Robot domestik yang membantu orang tua, mobil otonom cerdas
- Robot Pelayanan Profesional
- Robot pertanian dalam operasi perah
Komponen Perangkat Kerdas dari Robot Cerdas
- Motor, sensor, mikrokontroler, kamera, dll.
Elemen Umum dari Robot Cerdas
- Penglihatan mesin, pengenalan suara, sintesis suara, penginderaan jarak dekat, penginderaan tekanan, dll.
Bingkai Pengembangan untuk Memprogram Robot Cerdas
- Bingkai sumber terbuka dan komersial
- Robot Operating System (ROS)
- Arsitektur: ruang kerja, topik, pesan, layanan, node, actionlibs, alat, dll.
Bahasa untuk Memprogram Robot Cerdas
- C++ untuk pengendalian tingkat rendah
- Python untuk orkestrasi
- Memprogram node ROS dalam Python dan C ++
- Bahasa lainnya
Alat untuk Mensimulasikan Robot Cerdas Fisik
- Perangkat lunak simulasi dan visualisasi 3D komersial dan sumber terbuka
Mempersiapkan Lingkungan Pengembangan
- Pemasangan dan pengaturan perangkat lunak
- Paket dan utilitas yang berguna
Hari 02
Memprogram Robot Cerdas
- Memprogram node dalam Python dan C ++
- Memahami node ROS
- Pesan dan topik dalam ROS
- Paradigma publikasi / langganan
- Proyek: Bump & Go dengan robot nyata
- Penyelesaian masalah
- Simulasi robot dengan Gazebo / ROS
- Frame dalam ROS dan perubahan referensi
- Pengolahan informasi 2D kamera dengan OpenCV
- Pengolahan informasi laser
- Proyek: Pelacakan aman objek berdasarkan warna
- Penyelesaian masalah
Hari 03
Memprogram Robot Cerdas (Lanjut...)
- Layanan dalam ROS
- Pengolahan informasi 3D sensor RGB-D dengan PCL
- Peta dan Navigasi dengan ROS
- Proyek: Mencari objek dalam lingkungan
- Penyelesaian masalah
Bagian 02
Hari 04
Memprogram Robot Cerdas (Lanjut...)
- ActionLib
- Pengenalan suara dan pembuatan suara
- Mengontrol lengan robot dengan MoveIt!
- Mengontrol leher robot untuk penglihatan aktif
- Proyek: Pencarian dan pengumpulan objek
- Penyelesaian masalah
Menguji Robot Cerdas Anda
- Pengujian unit
Hari 05
Memperluas Kemampuan Robot Cerdas dengan Deep Learning
- Percikan -- penglihatan, audio, dan haptik
- Representasi pengetahuan
- Pengenalan suara melalui NLP (pengolahan bahasa alami)
- Pengenalan gambar
Pelajaran Singkat tentang Deep Learning
- Jaringan Saraf Tiruan (ANNs)
- Jaringan Saraf Tiruan vs. Jaringan Saraf Biologi
- Jaringan Saraf Maju
- Fungsi Aktifasi
- Melatih Jaringan Saraf Tiruan
Hari 06
Pelajaran Singkat tentang Deep Learning (Lanjut...)
- Model Deep Learning
- Jaringan Konvolusi dan Jaringan Rekursif
- Jaringan Saraf Konvolusi (CNNs atau ConvNets)
- Lapis Konvolusi
- Lapis Penyaringan
- Arsitektur Jaringan Saraf Konvolusi
Bagian 03
Hari 07
Pelajaran Singkat tentang Deep Learning (Lanjut...)
- Jaringan Saraf Rekursif (RNN)
- Melatih RNN
- Memperkuat gradien selama pelatihan
- Jaringan memori jangka panjang
- Platform dan Perpustakaan Perangkat Lunak Deep Learning
- Deep Learning dalam ROS
Hari 08
Menggunakan Big Data dalam Robot Cerdas Anda
- Konsep big data
- Pendekatan dalam analisis data
- Peralatan big data
- Mengenali pola dalam data
- Latihan: NLP dan Pengenalan Gambar pada set data besar
Hari 09
Menggunakan Big Data dalam Robot Cerdas Anda (Lanjut...)
- Pemrosesan terdistribusi dari set data besar
- Kekokohan dan penanaman salib Big Data dan Robotika
- Robot Cerdas sebagai pembangkit data
- Sensor pengukuran jarak, posisi, visual, sensor sentuh, dan modalitas lain
- Memahami data sensor (loop indera-rencana-aksi)
- Latihan: Mengumpulkan data streaming
Bagian 04
Hari 10
Memprogram Robot Cerdas Otomatis Deep Learning
- Komponen robot deep learning
- Menyetel simulasi robot
- Menjalankan jaringan saraf yang diaktifkan oleh CUDA dengan Cafe
- Penyelesaian masalah
Hari 11
Memprogram Robot Cerdas Otomatis Deep Learning (Lanjut...)
- Mengenali objek dalam foto atau aliran video
- Memperkuat pengenalan gambar dengan OpenCV
- Penyelesaian masalah
Hari 12
Analisis Data
- Menggunakan Robot Cerdas untuk mengumpulkan dan mengorganisir data baru
Membangun Robot Cerdas secara Kolaboratif
Menyebarkan Robot Cerdas Anda pada Perangkat Kerdas Fisik
Memantau dan Melayani Robot Cerdas di Lapangan
Mengenaman Robot Anda
- Mencegah penipuan yang tidak sah
- Mencegah hacker melihat dan mencuri data bisnis sensitif (nomor kartu kredit, informasi karyawan, dll.)
Bergabung dengan Komunitas Robotika
Outlook Masdepan untuk Robot Cerdas
Kata Penutup
Persyaratan
- Pengalaman pemrograman dalam C++
- Pengalaman pemrograman dalam Python
- Pengalaman dengan command line Linux
84 Jam
Testimoni (2)
**PLC basic knowledge**PLC adalah singkatan dari Programmable Logic Controller atau kontroler logika programabil. PLC digunakan untuk mengontrol berbagai proses industri. PLC dapat memproses data yang masuk, melakukan perhitungan, dan mengontrol output sesuai dengan program yang telah ditentukan.Sejarah PLCSejarah PLC dimulai pada tahun 1960-an ketika industri memerlukan kontrol yang lebih canggih dan fleksibel. PLC pertama kali dikembangkan oleh Modicon, sebuah perusahaan yang didirikan oleh Dick Morley.Fungsi PLCFungsi utama PLC adalah untuk memproses data yang masuk, melakukan perhitungan, dan mengontrol output sesuai dengan program yang telah ditentukan. PLC dapat digunakan untuk mengontrol berbagai proses industri, seperti produksi, pengolahan, dan distribusi.Komponen PLCKomponen utama PLC terdiri dari CPU, memori, dan modul input/output. CPU adalah otak PLC yang memproses data dan melakukan perhitungan. Memori digunakan untuk menyimpan program dan data. Modul input/output digunakan untuk menerima data dari sensor dan mengirimkan data ke aktor.Jenis PLCAda beberapa jenis PLC yang tersedia di pasar, termasuk PLC kompak, PLC modular, dan PLC rack-based. PLC kompak adalah PLC yang terintegrasi dalam satu unit. PLC modular adalah PLC yang dapat diubah-ubah sesuai dengan kebutuhan. PLC rack-based adalah PLC yang terpasang dalam rack dan dapat diubah-ubah sesuai dengan kebutuhan.Programming PLCPLC dapat diprogram menggunakan berbagai bahasa pemrograman, termasuk Ladder Logic, Function Block Diagram, dan Structured Text. Ladder Logic adalah bahasa pemrograman yang paling umum digunakan untuk PLC. Function Block Diagram adalah bahasa pemrograman yang menggunakan blok-blok fungsi untuk mengontrol proses. Structured Text adalah bahasa pemrograman yang menggunakan sintaksis seperti bahasa pemrograman tinggi.Aplikasi PLCPLC dapat digunakan untuk berbagai aplikasi industri, termasuk produksi, pengolahan, dan distribusi. PLC dapat digunakan untuk mengontrol mesin, sensor, dan aktor. PLC juga dapat digunakan untuk mengontrol proses yang kompleks, seperti pengolahan air, pengolahan minyak, dan pengolahan gas.
Bartosz - Phillips-Medisize Poland
Kursus - Introduction to OMRON PLC programming
Diterjemahkan Mesin
setiap kali saya tidak yakin dengan suatu latihan, pelatih menjelaskan kepada saya dengan berbagai cara, sampai saya mengerti.
Oncel Seleamet - IRROM Industrie
Kursus - PLC Ladder Programming
Diterjemahkan Mesin
