Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Semana 01
Introducción
- ¿Qué hace que un robot sea inteligente?
Robots físicos frente a robots virtuales
- Smart Robots, Máquinas inteligentes, máquinas sensibles y Robotic Process Automation (RPA), etcétera.
El papel de Artificial Intelligence (AI) en Robotics
- Más allá del "si-entonces-si-no" y la máquina de aprendizaje
- Los algoritmos detrás de la IA
- Machine learning, visión artificial, procesamiento del lenguaje natural (PLN), etcétera.
- Robótica cognitiva
El papel de Big Data en Robotics
- Toma de decisiones basada en datos y patrones
La nube y Robotics
- Vincular la robótica con la informática
- Construir robots más funcionales que accedan a más información y colaboren
Caso de estudio: Robots industriales
- Robots mecánicos
- Baxter
- Robots en instalaciones nucleares
- Detección y protección radiológica
- Robots en Nuclear Reactors
- Detección y protección radiológica
Componentes de hardware de un robot
- Motores, sensores, microcontroladores, cámaras, etcétera.
Comunes Elements de los robots
- Visión artificial, reconocimiento de voz, síntesis de voz, detección de proximidad, detección de presión, etcétera.
Marcos de desarrollo para Programming un robot
- Código abierto y marcos comerciales
- Sistema operativo del robot (ROS)
- Arquitectura: espacio de trabajo, temas, mensajes, servicios, nodos, actionlibs, herramientas, etcétera.
Languages para Programming un robot
- C++ para control de bajo nivel
- Python para orquestación
- Programming ROS nodos en Python y C++
- Otros idiomas
Herramientas para simular un robot físico
- Software comercial y de código abierto y de simulación y visualización 3D
Semana 02
Preparación del entorno de desarrollo
- Instalación y configuración del software
- Paquetes y utilidades útiles
Caso de estudio: Robots mecánicos
- Robots en el campo de la tecnología nuclear
- Robots en sistemas medioambientales
Programming El Robot
- Programming 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
Semana 03
Programming El Robot (Continuación...)
- Servicios en ROS
- Procesamiento de información 3D de sensores RGB-D con PCL
- Mapas y navegación con ROS
- Proyecto: Búsqueda de objetos en el entorno
- Solución de problemas
Programming El Robot (Continuación...)
- ActionLib
- Speech Recognition y la generación del habla
- Control de brazos robóticos con MoveIt!
- Control del cuello robótico para la visión activa
- Proyecto: Búsqueda y recolección de objetos
- Solución de problemas
Probando su robot
- Pruebas unitarias
Semana 04
Ampliación de las capacidades de un robot con Deep Learning
- Percepción: visión, audio y háptica
- Representación del conocimiento
- Reconocimiento de voz a través de NLP (procesamiento del lenguaje natural)
- Visión artificial
Curso intensivo en Deep Learning
- Artificial Neural Networks (ANN)
- Artificial Neural Networks vs. Biológico Neural Networks
- Avance Neural Networks
- Funciones de activación
- Entrenamiento Artificial Neural Networks
Curso intensivo en Deep Learning (continuación...)
- Deep Learning Modelos
- Redes convolucionales y redes recurrentes
- Convolucional Neural Networks (CNNs o ConvNets)
- Capa de convolución
- Capa de agrupación
- Arquitectura convolucional Neural Networks
Semana 05
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 y largo plazo
- Deep Learning Plataformas y bibliotecas de software
- Deep Learning En ROS
Uso de Big Data en su robot
- Conceptos de big data
- Enfoques para el análisis de datos
- Big Data Utillaje
- Reconocimiento de patrones en los datos
- Ejercicio: NLP y Computer Vision en grandes conjuntos de datos
Uso de Big Data en su robot (continuación...)
- Procesamiento distribuido de grandes conjuntos de datos
- Coexistencia y fertilización cruzada de Big Data y Robotics
- El 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 sentir-planificar-actuar)
- Ejercicio: Captura de datos de streaming
Programming Un robot autónomo Deep Learning
- Deep Learning Componentes del robot
- Configuración del simulador de robot
- Ejecución de una red neuronal acelerada por CUDA con Cafe
- Solución de problemas
Semana 06
Programming Un robot autónomo Deep Learning (continuación...)
- Reconocimiento de objetos en fotografías o secuencias de vídeo
- Habilitación de la visión artificial con OpenCV
- Solución de problemas
Análisis de datos
- Uso del robot para recopilar y organizar nuevos datos
- Herramientas y procesos para dar sentido a los datos
Despliegue de un robot
- Transición de un robot simulado a hardware físico
- Despliegue del robot en el mundo físico
- Supervisión y mantenimiento de robots sobre el terreno
Asegure su robot
- Prevención de manipulaciones no autorizadas
- Evitar que los piratas informáticos vean y roben datos confidenciales
Construcción colaborativa de un robot
- Construyendo un robot en la nube
- Unirse a la comunidad robótica
Futuro Outlook para los robots en el campo de la ciencia y la energía
Resumen y conclusión
Requerimientos
- Programming experiencia en C o C++
- Programming experiencia en Python (útil pero no necesario; se puede enseñar como parte del curso)
- Experiencia con Linux línea de comandos
Audiencia
- Desarrolladores
- Ingenieros
- Científicos
- Técnicos
120 Horas
Testimonios (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.
