Programa do Curso
Introdução à IA e Robótica
- Visão geral da convergência da robótica moderna e IA
- Aplicações em sistemas autônomos, drones e robôs de serviço
- Componentes-chave de IA: percepção, planejamento e controle
Configurando o Ambiente de Desenvolvimento
- Instalando Python, ROS 2, OpenCV e TensorFlow
- Usando Gazebo ou Webots para simulação de robôs
- Trabalhando com Jupyter Notebooks para experimentos de IA
Percepção e Visão Computacional
- Usando câmeras e sensores para percepção
- Classificação de imagens, detecção de objetos e segmentação usando TensorFlow
- Detecção de bordas e rastreamento de contornos com OpenCV
- Transmissão e processamento de imagens em tempo real
Localização e Fusão de Sensores
- Entendendo a robótica probabilística
- Filtros de Kalman e Filtros de Kalman Estendidos (EKF)
- Filtros de Partículas para ambientes não lineares
- Integração de dados de LiDAR, GPS e IMU para localização
Planejamento de Movimento e Localização de Caminhos
- Algoritmos de planejamento de caminho: Dijkstra, A* e RRT*
- Evitamento de obstáculos e mapeamento do ambiente
- Controle de movimento em tempo real usando PID
- Otimização de caminho dinâmico usando IA
Aprendizado por Reforço para Robótica
- Fundamentos do aprendizado por reforço
- Projetando comportamentos robóticos baseados em recompensas
- Q-learning e Redes Neurais Profundas (DQN)
- Integrando agentes de RL no ROS para movimento adaptativo
Localização e Mapeamento Simultâneos (SLAM)
- Entendendo conceitos e fluxos de trabalho de SLAM
- Implementando SLAM com pacotes ROS (gmapping, hector_slam)
- Visual SLAM usando OpenVSLAM ou ORB-SLAM2
- Testando algoritmos de SLAM em ambientes simulados
Tópicos Avançados e Integração
- Reconhecimento de fala e gestos para interação humano-robô
- Integração com plataformas de IoT e robótica em nuvem
- Manutenção preditiva baseada em IA para robôs
- Ética e segurança em robótica com IA
Projeto Final
- Projetar e simular um robô móvel inteligente
- Implementar navegação, percepção e controle de movimento
- Demonstrar tomada de decisões em tempo real usando modelos de IA
Resumo e Próximos Passos
- Revisão das técnicas-chave de robótica com IA
- Tendências futuras em robótica autônoma
- Recursos para aprendizado contínuo
Requisitos
- Experiência em programação em Python ou C++
- Compreensão básica de ciência da computação e engenharia
- Familiaridade com conceitos de probabilidade, cálculo e álgebra linear
Público-Alvo
- Engenheiros
- Entusiastas de robótica
- Pesquisadores em automação e IA
Treinamento Corporativo Personalizado
Soluções de treinamento projetadas exclusivamente para empresas.
- Conteúdo Personalizado: Adaptamos o programa e os exercícios práticos aos objetivos e necessidades reais do seu projeto.
- Horário Flexível: Datas e horários adaptados à agenda da sua equipe.
- Formato: Online (ao vivo), In-Company (em suas instalações) ou Híbrido.
Preço por grupo privado, treinamento online ao vivo, a partir de 3900 € + VAT*
Entre em contato conosco para obter um orçamento preciso e conhecer nossas promoções mais recentes
Testemunhos de Clientes (1)
seu conhecimento e utilização da IA para a Robótica no Futuro.
Ryle - PHILIPPINE MILITARY ACADEMY
Curso - Artificial Intelligence (AI) for Robotics
Máquina Traduzida