聯繫我們

課程簡介

智能机器人与AI整合简介

  • 工业4.0中的机器人概述
  • AI在感知、规划与控制中的作用
  • 软件与仿真环境

感知系统与传感器融合

  • 用于机器人的计算机视觉(2D/3D相机、LiDAR)
  • 传感器校准与融合技术
  • 物体检测与环境建图

用于感知的深度学习

  • 用于视觉识别的神经网络
  • 使用TensorFlow或PyTorch处理机器人数据
  • 训练用于物体跟踪的感知模型

运动规划与路径优化

  • 基于采样与基于优化的规划
  • 使用MoveIt进行运动规划
  • 避碰与动态重新规划

基于学习的控制策略

  • 用于机器人控制的强化学习
  • 将AI整合到底层控制回路中
  • 使用OpenAI Gym和Gazebo进行仿真

智能制造中的协作机器人(Cobots)

  • 安全标准与人机协作
  • 使用AI编程与整合协作机器人
  • 自适应行为与实时响应能力

系统整合与部署

  • 与工业控制器(PLC、SCADA)接口
  • 用于实时机器人的边缘AI部署
  • 数据记录、监控与故障排除

总结与后续步骤

最低要求

  • 了解机器人系统与运动学
  • 具备Python编程经验
  • 熟悉AI或机器学习概念

目标受众

  • 机器人工程师
  • 系统集成商
  • 自动化负责人
 21 小時

人數


每位參與者的報價

即將到來的課程

課程分類