Programa del Curso

Sección 01

Día 01 Introducción

    ¿Qué hace que un robot inteligente sea inteligente?

Físico vs Virtual Smart Robots

    Smart Robots, Máquinas Inteligentes, Máquinas Sensibles y Automatización Robótica de Procesos (RPA), etc.

El papel de la Inteligencia Artificial (IA) en Smart Robots

    Más allá del "si-entonces-no" y la máquina de aprendizaje Los algoritmos detrás de la IA IA en Smart Robots: aprendizaje automático, visión artificial, procesamiento del lenguaje natural (PLN), etc. Robótica cognitiva

El papel del Big Data en Smart Robots

    Toma de decisiones basada en datos y patrones

La nube y Smart Robots

    Vincular la robótica con las tecnologías de la información Construir robots más funcionales que accedan a más información y colaboren

Caso de estudio: Mecánica Smart Robots

    Industrial Smart Robots Baxter
Robots de servicio personal Robots domésticos que ayudan a las personas mayores, coches inteligentes autónomos
  • Robots de servicio profesional Robots agrícolas en operaciones diarias
  • Componentes de hardware de un robot inteligente
  • Motores, sensores, microcontroladores, cámaras, etc.
  • Elementos comunes de Smart Robots

      Visión artificial, reconocimiento de voz, síntesis de voz, detección de proximidad, detección de presión, etc.

    Marcos de desarrollo para Programming un robot inteligente

      Marcos comerciales y de código abierto Sistema operativo del robot (ROS) Arquitectura: espacio de trabajo, temas, mensajes, servicios, nodos, actionlibs, herramientas, etc.

    Idiomas para Programming un robot inteligente

      C++ para control de bajo nivel Python para orquestación Programación de ROS nodos en Python y C++ Otros idiomas

    Herramientas para simular un robot inteligente físico

      Software comercial y de visualización 3D de código abierto y simulación

    Preparación del entorno de desarrollo

      Instalación y configuración del software Paquetes y utilidades útiles

    Día 02 Programming El robot inteligente

      Programación de un nodo en Python y C++ Descripción del nodo ROS Mensajes y temas en ROS Paradigma de publicación/suscripción Proyecto: Bump & Go con robot real Solución de problemas Simulación de robots con Gazebo / ROS Fotogramas en ROS y cambios de referencia Procesamiento de información 2D de cámaras con OpenCV Procesamiento de la información de un láser Proyecto: Seguimiento seguro de objetos por color Solución de problemas

    Día 03 Programming El robot inteligente (Continuación...)

      Servicios en ROS Procesamiento de información 3D de sensores RGB-D con PCL Mapas y navegación con ROS Proyecto: Search para objetos del entorno Solución de problemas

     

      Sección 02

    Día 04 Programming El robot inteligente (Continuación...)

    ActionLib (Lib de acción) Speech Recognition y la generación de voz Controlar los brazos robóticos con MoveIt! Control del cuello robótico para la visión activa Proyecto: Búsqueda y recogida de objetos Solución de problemas

    Probando su robot inteligente

      Pruebas unitarias

    Día 05 Ampliación de las capacidades de un robot inteligente con Deep Learning

      Percepción: visión, audio y háptica Representación del conocimiento Reconocimiento de voz a través de NLP (procesamiento del lenguaje natural) Computer Visión

    Curso intensivo en Deep Learning

      Artificial Neural Networks (RNA) Artificial Neural Networks vs. Biológico Neural Networks Avance Neural Networks Funciones de activación Entrenamiento Artificial Neural Networks

    Día 06 Curso intensivo en Deep Learning (Continuación...)

      Deep Learning Modelos Redes convolucionales y redes recurrentes

    Convolucional Neural Networks (CNN o ConvNets)  Capa de convolución

       Capa de agrupación
     Arquitectura convolucional Neural Networks
  • Sección 03
  • Día 07 Curso intensivo en Deep Learning (Continuación...)
  • Recurrente Neural Networks (RNN) Entrenamiento de una RNN Estabilización de gradientes durante el entrenamiento Redes de memoria a corto plazo
  • Plataformas de aprendizaje profundo y bibliotecas de software Aprendizaje profundo en ROS

    Día 08 Uso de Big Data en su robot inteligente

      Conceptos de big data Enfoques para el análisis de datos Herramientas de Big Data Reconocimiento de patrones en los datos Ejercicio: PNL y Computer Vision en grandes conjuntos de datos
    Día 09 Uso de Big Data en su robot inteligente (continuación...)
  • Procesamiento distribuido de grandes conjuntos de datos Coexistencia y fertilización cruzada de Big Data y Robotics El Smart Robot como generador de datos Sensores de medición de rango, sensores de posición, visuales, táctiles y otras modalidades
  • Dar sentido a los datos sensoriales (bucle sentido-plan-acción)

      Ejercicio: Captura de datos de streaming

     

      Sección 04
    Día 10 Programming Un robot inteligente autónomo de aprendizaje profundo
  • Deep Learning Componentes del robot Configuración del simulador de robots Ejecución de una red neuronal acelerada por CUDA con Cafe Solución de problemas
  • Día 11 Programming Un robot inteligente autónomo de aprendizaje profundo (continuación...)
  • Reconocimiento de objetos en fotografías o secuencias de vídeo Habilitación de la visión artificial con OpenCV Solución de problemas

    Día 12 Análisis de datos

    Uso del robot inteligente para recopilar y organizar nuevos datos

      Construir un robot inteligente de forma colaborativa

    Implementación de su robot inteligente en hardware físico

      Supervisión y mantenimiento Smart Robots sobre el terreno

    Asegure su robot

      Prevención de manipulaciones no autorizadas Evitar que los piratas informáticos vean y roben datos comerciales confidenciales (tarjetas de crédito, información de empleados, etc.)

    Unirse a la Robotics comunidad

    Perspectivas futuras para Smart Robots

    Palabras finales

    Requerimientos

    • Experiencia en programación en C++
    • Experiencia en programación en Python
    • Experiencia con la línea de comandos de Linux
      84 horas
     

    Número de participantes


    Comienza

    Termina


    Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
    Los cursos de formación abiertos requieren más de 5 participantes.

    Cursos Relacionados

    AI and Robotics for Nuclear - Extended

      120 horas

    AI and Robotics for Nuclear

      80 horas

    Categorías Relacionadas