Intrati in legatura

Schița de curs

Introducere în manipularea robotică și Deep Learning

  • Prezentarea task-urilor de manipulare și componentelor sistemului
  • Apropiere tradițională vs. abordări bazate pe învățare
  • Deep Learning în percepție, planificare și control

Percepție pentru manipulare

  • Senzare vizuală și detectarea obiectelor pentru prindere
  • Viziune 3D, detectarea adâncimii și procesarea punctelor (point cloud)
  • Antrenarea CNN-urilor pentru localizarea și segmentarea obiectelor

Planificare și detectarea prinderii

  • Algoritmi clasici de planificare a prinderii
  • Învățarea pozițiilor de prindere din date și simulare
  • Implementarea rețelelor de detectare a prinderii (ex: GGCNN, Dex-Net)

Control și planificarea mișcării

  • Cinematicica inversă și generarea traiectoriilor
  • Planificarea mișcării bazată pe învățare și învățarea prin imitare
  • Reinforcement learning pentru politici de control a manipulării

Integrare cu ROS 2 și medii de simulare

  • Configurarea nodurilor ROS 2 pentru percepție și control
  • Simularea manipulatorilor robotici în Gazebo și Isaac Sim
  • Integrarea modelelor neuronale pentru control în timp real

Învățare end-to-end pentru manipulare

  • Combinația percepției, politicii și controlului în rețele unificate
  • Folosirea datelor de demonstrație pentru învățarea politicii supervizate
  • Adaptarea de domeniu între simulare și hardware-ul real

Evaluare și optimizare

  • Metrici pentru succesul prinderii, stabilitatea și precizia
  • Testare în condiții variate și în prezența perturbărilor
  • Comprimarea modelelor și deploierea pe dispozitive edge

Proiect hands-on: Prindere robotică bazată pe Deep Learning

  • Designul unui pipeline de la percepție la acțiune
  • Antrenarea și testarea unui model de detectare a prinderii
  • Integrarea modelului într-un braț robotic simulat

Cerințe

  • Înțelegere solidă a cinematicicii și dinamicii roboticii
  • Experiență cu Python și framework-uri de Deep Learning
  • Familiaritate cu ROS sau middleware robotice similare

Audiența

  • Ingineri de robotică care dezvoltă sisteme de manipulare inteligente
  • Specialiști în percepție și control care lucrează la aplicații de prindere
  • Cercetători și practicieni avansați în învățarea robotică și controlul bazat pe AI
 28 Ore

Numărul de participanți


Pret per participant

Mărturii (2)

Cursuri viitoare

Categorii înrudite