Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Εισαγωγή
Επισκόπηση της Τεχνητής Νοημοσύνης (AI) και Robotics
- Προσομοίωση υπολογιστή έναντι φυσικής Robotics ως κλάδος των Εφαρμογών AI για τεχνητή νοημοσύνη στη ρομποτική
Κατανόηση του Localization
- Εντοπισμός του ρομπότ σας Χρήση αισθητήρων για την αξιολόγηση τοποθεσίας και περιβάλλοντος Ασκήσεις πιθανοτήτων
Μαθαίνοντας για το Robot Motion
- Ακριβείς και ανακριβείς κινήσεις Συναρτήσεις αίσθησης και κίνησης
Χρήση εργαλείων πιθανοτήτων
- Κανόνας Bayes Θεώρημα ολικής πιθανότητας
Εκτίμηση της κατάστασης του οχήματος με χρήση του φίλτρου Kalman
- Διεργασίες Gauss Μέτρηση και κίνηση Φιλτράρισμα Kalman (κώδικας, πρόβλεψη, σχεδιασμός και πίνακες)
Παρακολούθηση του ρομποτικού αυτοκινήτου σας χρησιμοποιώντας φίλτρο σωματιδίων
- Δηλώστε διάσταση χώρου και σύντομη λειτουργία Κατηγορία ρομπότ, κόσμος ρομπότ και σωματίδια ρομπότ
Διερεύνηση Σχεδιασμού και Search Μεθόδων
- A* αλγόριθμος αναζήτησης Σχεδιασμός κίνησης Υπολογίστε το κόστος και τη βέλτιστη διαδρομή
Programming Το ρομπότ AI σας
- Πρώτο πρόγραμμα αναζήτησης και πίνακας πλέγματος επέκτασης Δυναμικός προγραμματισμός Υπολογιστική αξία και βέλτιστη πολιτική
Χρήση ελέγχου PID
- Εξομάλυνση κίνησης και διαδρομής ρομπότ Εφαρμογή βελτιστοποίησης παραμέτρων ελεγκτή PID
Χαρτογράφηση και παρακολούθηση με χρήση SLAM
- Περιορισμοί Ορόσημα Εφαρμογή SLAM
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Requirements
- Programming εμπειρία
- Βασική κατανόηση της επιστήμης των υπολογιστών και της μηχανικής
- Εξοικείωση με έννοιες πιθανοτήτων και γραμμική άλγεβρα
Ακροατήριο
- Μηχανικοί
21 Hours
Testimonials (1)
Good conceptual explanations followed by good example exercises