Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa del Curso
Semana 01
Introducción
-
¿Qué hace que un robot sea inteligente?
Robots físicos vs virtuales
-
Smart Robots, Máquinas Inteligentes, Máquinas Sensibles y Automatización Robótica de Procesos (RPA), etc.
El papel de la inteligencia artificial (IA) en Robotics
-
Más allá del "si-entonces-no" y la máquina de aprendizaje
Los algoritmos detrás de la IA
Machine learning, visión artificial, procesamiento del lenguaje natural (PLN), etc.
Robótica cognitiva
El papel del Big Data en Robotics
-
Toma de decisiones basada en datos y patrones
La nube y Robotics
-
Vincular la robótica con las tecnologías de la información
Construir robots más funcionales que accedan a más información y colaboren
Caso de estudio: Robots industriales
-
Robots mecánicos
Baxter
Comunes Elements de los robots
-
Visión artificial, reconocimiento de voz, síntesis de voz, detección de proximidad, detección de presión, etc.
Marcos de desarrollo para Programming un robot
-
Marcos comerciales y de código abierto
Sistema operativo del robot (ROS)
Arquitectura: espacio de trabajo, temas, mensajes, servicios, nodos, actionlibs, herramientas, etc.
Idiomas para Programming un robot
-
C++ para control de bajo nivel
Python para orquestación
Programación de ROS nodos en Python y C++
Otros idiomas
Herramientas para simular un robot físico
-
Software comercial y de visualización 3D de código abierto y simulación
-
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
-
Programación de 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: Search para objetos del entorno Solución de problemas
Programming El Robot (Continuación...)
-
ActionLib (Lib de acción)
Speech Recognition y la generación del habla
Controlar los brazos robóticos con MoveIt!
Control del cuello robótico para la visión activa
Proyecto: Búsqueda y recogida 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) Computer Visión
Curso intensivo en Deep Learning
-
Artificial Neural Networks (RNA)
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 (CNN o ConvNets) Capa de convolución
-
Capa de agrupación
Recurrente Neural Networks (RNN) Entrenamiento de una RNN Estabilización de gradientes durante el entrenamiento Redes de memoria a corto plazo
Plataformas de aprendizaje profundo y bibliotecas de software Aprendizaje profundo en ROS
Uso de Big Data en el robot
-
Conceptos de big data
Enfoques para el análisis de datos
Herramientas de Big Data
Reconocimiento de patrones en los datos
Ejercicio: PNL y Computer Vision en grandes conjuntos de datos
Dar sentido a los datos sensoriales (bucle sentido-plan-acción)
-
Ejercicio: Captura de datos de streaming
Programming Un robot autónomo de aprendizaje profundo
-
Deep Learning Componentes del robot
Configuración del simulador de robots
Ejecución de una red neuronal acelerada por CUDA con Cafe
Solución de problemas
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 en el campo
-
Asegure su robot
Prevención de manipulaciones no autorizadas Evitar que los piratas informáticos vean y roben datos confidenciales
-
Construir un robot de forma colaborativa
Creación de un robot en la nube Unirse a la comunidad robótica
-
Futuro Outlook de los robots en el campo de la ciencia y la energía
Resumen y conclusión
Requerimientos
- Experiencia en programación en C o C++
- Experiencia en programación en Python (útil pero no necesaria; se puede enseñar como parte del curso)
- Experiencia con la línea de comandos de Linux
Audiencia
- Desarrolladores
- ingenieros
- científicos
- Técnicos
120 horas
Testimonios (1)
Good conceptual explanations followed by good example exercises
