Formation : ROS 2, Robot Operating System

Développez des applications robotiques

Formation pratique - 3j - 21h00 - Réf. ROZ
Prix : 2470 CHF H.T.

ROS 2, Robot Operating System

Développez des applications robotiques


Nouvelle formation

ROS 2 (Robot Operating System) est aujourd'hui le framework le plus utilisé pour la création d'applications robotiques. Cette formation vous permettra de comprendre son architecture modulaire et d'acquérir les compétences nécessaires pour concevoir des applications Python ou C++ pour le pilotage de robots mobiles, de bras manipulateurs, et l'intégration d'algorithmes basés sur l'IA à un système robotisé.


INTER
INTRA
SUR MESURE

Formation pratique en présentiel ou à distance
Formation disponible en anglais, à la demande

Réf. ROZ
  3j - 21h00
2470 CHF H.T.




ROS 2 (Robot Operating System) est aujourd'hui le framework le plus utilisé pour la création d'applications robotiques. Cette formation vous permettra de comprendre son architecture modulaire et d'acquérir les compétences nécessaires pour concevoir des applications Python ou C++ pour le pilotage de robots mobiles, de bras manipulateurs, et l'intégration d'algorithmes basés sur l'IA à un système robotisé.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Comprendre l'architecture modulaire des applications ROS 2
Connaître les outils de débogage pour avancer sur son projet
Mettre en place une navigation autonome sur un robot mobile
Simuler des capteurs, des actionneurs et un environnement dans lequel évoluer
Intégrer un traitement par IA dans un robot

Public concerné
Développeurs divers, ingénieurs en robotique, ingénieurs en systèmes embarqués, chefs de projet techniques.

Prérequis
Bonne connaissance en Python et C++.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Introduction à ROS 2

  • Vue d'ensemble de l'écosystème ROS.
  • Panorama de ses briques technologiques et de ses frontières.
  • Le développement communautaire et les communautés du projet.
Travaux pratiques
Manipuler des paquets ROS existants avec le CLI pour comprendre leur architecture, inspecter le graphe d'exécution (rqt) et rejouer un enregistrement (ros2 bag).

2
Concepts techniques clés

  • Structure des projets ROS, l'URDF, les systèmes de coordonnées et TF2.
  • Le middleware RMW, ses implémentations, et le contrôle QoS.
  • L'interface en ligne de commande (CLI).
  • Les outils d'introspection et de débogage : visualisation du graphe et des données (rqt, RViz2), niveaux de logs.
  • Enregiqtrement et rejeu de scènes (ros2bag)
Travaux pratiques
Manipuler des paquets ROS existants avec le CLI pour comprendre leur architecture, inspecter le graphe d'exécution (rqt) et rejouer un enregistrement (ros2 bag).

3
Développer du code avec ROS

  • Les bibliothèques clientes (RCL) pour Python et C++.
  • Les types de nœuds Node, Lifecycle et Composable, et leurs exécuteurs.
  • Les arbres de comportement BT.cpp et Groot2.
Travaux pratiques
Créer et compiler des nœuds simples Python et C++ consommant le RMW.

4
Intégrer un système ROS 2

  • Les caractéristiques d'un système bien intégré à ROS 2.
  • Les types de messages standards pour les capteurs fréquents (Lidars, Sonars, Force Torque…).
  • La modularité des packages et des interfaces de messages.
  • La simulation de capteurs, d'actionneurs et d'un environnement avec Gazebo.
Travaux pratiques
Observation, dans le simulateur Gazebo, de l'interface ROS 2 des capteurs et actionneurs d'un robot simulé.

5
La navigation autonome Nav2

  • Les concepts de la navigation : cartographie, planificateur, suiveur.
  • Localisation Monte-Carlo AMCL (Adaptive Monte Carlo Localization).
  • Localisation et cartographie simultanées (SLAM, Simultaneous Localization and Mapping).
Travaux pratiques
Mise en œuvre d'une navigation autonome au Lidar commandée par un nœud Python et C++.

6
La manipulation par bras robotique MoveIt 2 et intégration de l’IA

  • Architecture de MoveIt 2.
  • Les solveurs de cinématique directe et inverse, et les contraintes optionnelles.
  • Les solveurs de trajectoires avec évitement de collisions (OMPL, Open Motion Planning Library).
  • Utilisation d'assistants de code pour la production de nœuds Python ou C++.
  • Intégration d'un algorithme d'IA dans un nœud (DRL, TOD, DNN…).
Travaux pratiques
Mise en œuvre d'un bras commandé par un nœud Python et C++.