Prenez contact avec nous

Plan du cours

Introduction à l’IA et à la robotique

  • Vue d’ensemble de la convergence de la robotique moderne et de l’IA
  • Applications dans les systèmes autonomes, les drones et les robots de service
  • Composants clés de l’IA : perception, planification et contrôle

Configuration de l’environnement de développement

  • Installation de Python, ROS 2, OpenCV et TensorFlow
  • Utilisation de Gazebo ou Webots pour la simulation de robots
  • Travail avec Jupyter Notebooks pour les expériences d’IA

Perception et vision par ordinateur

  • Utilisation de caméras et de capteurs pour la perception
  • Classification d’images, détection d’objets et segmentation à l’aide de TensorFlow
  • Détection de bords et suivi des contours avec OpenCV
  • Flux et traitement d’images en temps réel

Localisation et fusion de capteurs

  • Comprendre la robotique probabiliste
  • Filtres de Kalman et filtres de Kalman étendus (EKF)
  • Filtres de particules pour les environnements non linéaires
  • Intégration des données LiDAR, GPS et IMU pour la localisation

Planification du mouvement et routage

  • Algorithmes de planification de trajectoire : Dijkstra, A* et RRT*
  • Évitement d’obstacles et cartographie de l’environnement
  • Contrôle du mouvement en temps réel à l’aide de la commande PID
  • Optimisation dynamique de trajectoire à l’aide de l’IA

Apprentissage par renforcement pour la robotique

  • Fondamentaux de l’apprentissage par renforcement
  • Conception de comportements robotiques basés sur les récompenses
  • Q-learning et Deep Q-Networks (DQN)
  • Intégration d’agents RL dans ROS pour un mouvement adaptatif

Localisation et cartographie simultanées (SLAM)

  • Compréhension des concepts et des flux de travail de la SLAM
  • Mise en œuvre de la SLAM avec les paquets ROS (gmapping, hector_slam)
  • SLAM visuelle à l’aide d’OpenVSLAM ou ORB-SLAM2
  • Test des algorithmes SLAM dans des environnements simulés

Sujets avancés et intégration

  • Reconnaissance de la parole et des gestes pour l’interaction humain-robot
  • Intégration avec l’IoT et les plateformes de robotique cloud
  • Maintenance prédictive pilotée par l’IA pour les robots
  • Éthique et sécurité dans la robotique dotée d’IA

Projet de fin de cours

  • Conception et simulation d’un robot mobile intelligent
  • Mise en œuvre de la navigation, de la perception et du contrôle du mouvement
  • Démonstration de la prise de décision en temps réel à l’aide de modèles d’IA

Résumé et prochaines étapes

  • Revue des techniques clés de la robotique IA
  • Tendances futures de la robotique autonome
  • Ressources pour l’apprentissage continu

Pré requis

  • Expérience en programmation en Python ou C++
  • Compréhension de base de l’informatique et de l’ingénierie
  • Connaissance des concepts de probabilité, du calcul et de l’algèbre linéaire

Public cible

  • Ingénieurs
  • Passionnés de robotique
  • Chercheurs en automatisation et en IA
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires