Publicatiedatum : 24/05/2024

Opleiding : Kunstmatige intelligentie, nuttige algoritmen toegepast op robotica

Praktijkcursus - 3d - 21u - Ref. IAG
Prijs : 2100 € V.B.

Kunstmatige intelligentie, nuttige algoritmen toegepast op robotica




Als je verantwoordelijk bent voor roboticaprojecten en je je kennis van kunstmatige intelligentie en algoritmen wilt verbeteren om softwaremogelijkheden aan je projecten toe te voegen: beeldanalyse, objectherkenning, reinforcement learning, genetische algoritmen, Machine Learning, Deep Learning, enz.


INTER
INTRA
OP MAAT

Praktijkcursus ter plaatse of via klasverband op afstand
Disponible en anglais, à la demande

Ref. IAG
  3d - 21u
2100 € V.B.




Als je verantwoordelijk bent voor roboticaprojecten en je je kennis van kunstmatige intelligentie en algoritmen wilt verbeteren om softwaremogelijkheden aan je projecten toe te voegen: beeldanalyse, objectherkenning, reinforcement learning, genetische algoritmen, Machine Learning, Deep Learning, enz.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
Découvrir les algorithmes et solutions de Machine Learning et Deep Learning utiles à la robotique
Weten hoe je optische teken-, gezichts- en QR-codeherkenningstools moet gebruiken
Leer hoe je software-robotinteracties kunt maken op basis van scenario's, chatbots, enz.
Uw omgeving virtualiseren: kaarten, digitale tweelingen, simulaties
Ontdek de frameworks en softwaretoolkits die nuttig zijn voor je roboticaproject

Doelgroep
Robotica-integrators, robotica-ingenieurs, technische projectmanagers, ontwikkelaars.

Voorafgaande vereisten
Kennis van een programmeertaal zoals C, C++ of Python.

Opleidingsprogramma

1
Inleiding

  • Geschiedenis en cultuur van robotica, IoT.
  • Kunstmatige intelligentie en de families Machine Learning en Deep Learning.
  • Toepassingen en ontwikkelingen in nieuwe technologieën.
  • Van algoritme tot printplaat.

2
Algoritmen en kunstmatige intelligentie

  • Definities en voorbeelden van nuttige algoritmen.
  • Scenario's, grafieken, beslisbomen.
  • Machine Learning, leren onder toezicht en leren zonder toezicht.
  • Diep leren, principes.
  • Versterkingsleren, genetische algoritmen.
Praktisch werk
Opzetten van een robotscenario, automatische besluitvorming, opsporen en voorkomen van anomalieën.

3
Beeldanalyse

  • QR-codes, barcodes: maken en lezen.
  • Optische tekenherkenning: OCR.
  • Identificatie en authenticatie van objecten en gezichten.
  • Volg punten, objecten en paden.
Praktisch werk
Detecteer en volg een object, reageer op het lezen van QR-codes of een gezicht.

4
Geluid, spraakherkenning, chatbot en NLP

  • Use cases, mogelijkheden en beperkingen.
  • Van spraak naar tekst.
  • API, verbonden en niet-verbonden modus.
  • Chatbot met gesloten en open scenario's (NLP, NLP).
  • Tekst naar spraak.
Praktisch werk
Maak een chatbot die interactie heeft met zijn omgeving.

5
2D- en 3D-kartering en robotvirtualisatie

  • Zet een kaart om in een grafiek.
  • De weg vinden: Dijkstra, A-Star, kaartlezen optimaliseren.
  • Fotogrammetrie-algoritmen.
  • Real-time kartering: sonar, lidar, camera.
  • Virtuele robotomgeving en digitale tweeling.
Praktisch werk
Gebruik de gegevens die door een robot zijn vastgelegd om een kaart te reconstrueren, de kortste route tussen twee punten te vinden en de oplossing te testen.

6
Robotcommunicatie

  • De belangrijkste protocollen: 4G, 5G, Lifi, Wifi, Bluetooth.
  • Elektronische en computercommunicatie: serieel, digitaal, multiplexing, demultiplexing.
  • Real-time video- en audiofeeds.
  • Cryptografie, transmissie-encryptie.
Praktisch werk
Robotaccessoires besturen: Ethernetrelais, WiFi, servomotoren, camera's.

7
Kaders en gereedschapskist

  • Arduino, Raspberry Pi: presentaties.
  • Grafische bibliotheken: OpenCV, BoofCV.
  • ROS: Robotbesturingssysteem.
  • Tensorflow, Keras, OpenAI, CNTK.
  • Scratch: programmeren met elementaire bouwstenen.
  • Simulatie: Unity, Blender, Bullet.
Praktisch werk
Test verschillende frameworks op de bovenstaande voorbeelden.


Feedback van klanten
4,4 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
PIERRE-MARIE P.
01/12/25
5 / 5

Instructeur intéressé et intéressant, pédagogue, et explique bien. Le cours est bien structuré et les exercices pertinents.
PHILIPPE M.
01/12/25
5 / 5

Le domaine traité mériterait une formation plus longue.



Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand

Dernières places
Date garantie en présentiel ou à distance
Session garantie

KLAS OP AFSTAND
2026 : 18 maa., 24 juni, 4 nov.

PARIS LA DÉFENSE
2026 : 11 maa., 17 juni, 28 okt.