Curso online – especialización profesional certificada en robótica de la Universidad de Pennsylvania

Robótica: Robótica Aérea

• Curso 1 • 18 horas • 4,5 (3.070 valoraciones)

Detalles del curso

¿Qué aprenderás?

• ¿Cómo crearemos vehículos aéreos pequeños y flexibles que puedan operar de forma autónoma en entornos concurridos, tanto en interiores como en exteriores?
• Conocerás la mecánica del vuelo y el diseño de robots voladores cuadrados.
• Desarrollarás modelos dinámicos, derivarás variables y sintetizarás planificadores de acciones en entornos 3D.
• Estará expuesto a los desafíos que supone el uso de sensores ruidosos para localizar y maniobrar en entornos 3D complejos.
• Al final, verá ejemplos del mundo real de posibles aplicaciones y desafíos en la industria de drones en rápido desarrollo.

Requisitos matemáticos

• Las expectativas de los estudiantes para este curso incluyen una introducción al álgebra lineal, cálculo diferencial con una variable y ecuaciones diferenciales.

Requisitos de programación

• Se recomienda tener experiencia en programación con MATLAB u Octave (usaremos MATLAB en este curso).
• Se requiere una computadora de 64 bits.

habilidades que desarrollarás

• Categoría: planificación del tráfico
• Categoría: Robótica
• Categoría: Dron
• Categoría: MATLAB

Robótica: planificación del movimiento computacional

• Curso 2 • 11 horas • 4,3 (1.034 valoraciones)

Detalles del curso

¿Qué aprenderás?

• Los sistemas robóticos suelen incluir tres componentes: un mecanismo que puede ejercer fuerzas y pares sobre el entorno, un sistema de detección para detectar el mundo y un sistema de control de comportamiento y toma de decisiones para el robot.
• En este curso examinaremos el problema de cómo un robot decide qué hacer para lograr sus objetivos.
• Este problema a veces se denomina planificación de movimiento y se formula de diferentes maneras para modelar diferentes situaciones.
• Aprenderá varios enfoques comunes para resolver este problema, incluidos métodos basados ​​en gráficos, diseñadores aleatorios y campos de potencial artificial.
• Durante el curso hablaremos de los aspectos del problema que hacen que la planificación sea un desafío.

habilidades que desarrollarás

• Categoría: programación en Python
• Categoría: Robótica
• Categoría: Frambuesa Pi
• Categoría: MATLAB

Robótica: movilidad

• Curso 3 • 19 horas • 3,9 (603 valoraciones)

Detalles del curso

¿Qué aprenderás?

• ¿Cómo pueden los robots utilizar sus motores y sensores para moverse en un entorno no estructurado?
• Comprenderá cómo diseñar el cuerpo del robot y los comportamientos para ayudar a las formas físicas a ejercer fuerzas físicas que garanticen una movilidad confiable en un mundo complejo y dinámico.
• Desarrollaremos un enfoque para ensamblar instancias dinámicas simples que automaticen parcialmente la creación de programas sensor-motor complejos.
• Los temas específicos que se cubrirán incluyen: movilidad en animales y robots, cinemática y dinámica de máquinas con patas y modelado de comportamiento dinámico utilizando paisajes energéticos.

habilidades que desarrollarás

• Categoría: filtro de partículas
• Categoría: Evaluación
• Categoría: Mapeo

Robótica: detección

• Curso 4 • 33 horas • 4,3 (653 valoraciones)

Detalles del curso

¿Qué aprenderás?

• ¿Cómo pueden los robots detectar el mundo y sus movimientos para poder realizar tareas de navegación y manipulación?
• En este módulo exploraremos cómo las imágenes y videos recibidos por cámaras montadas en robots se convierten en representaciones como características y flujo óptico.
• Estas representaciones 2D nos permiten extraer información 3D sobre la posición de la cámara y la dirección del movimiento del robot.
• Comprenderá cómo se facilita la percepción de objetos mediante el cálculo de la alineación 3D de los objetos y la navegación es posible con la odometría visual y el seguimiento basado en símbolos.

habilidades que desarrollarás

• Categoría: Visión por computadora
• Categoría: Evaluación
• Categoría: Muestreo Aleatorio (RANSAC)
• Categoría: Geometría

Robótica: Evaluación y Aprendizaje

• Curso 5 • 15 horas • 4.3 (504 valoraciones)

Detalles del curso

¿Qué aprenderás?

• ¿Cómo pueden los robots determinar su estado y las propiedades del entorno que los rodea basándose en mediciones de sensores ruidosos?
• En este módulo aprenderá cómo hacer que los robots integren la incertidumbre en la evaluación y aprendan de un mundo dinámico y cambiante.
• Los temas específicos que se cubrirán incluyen modelos generativos probabilísticos, filtrado bayesiano para detección de ubicación y mapeo.

habilidades que desarrollarás

• Categoría: planificación del tráfico
• Categoría: planificación y automatización
• Categoría: Algoritmo A*
• Categoría: MATLAB

Robótica: proyecto final

• Curso 6 • 26 horas • 4,6 (114 valoraciones)

Detalles del curso

¿Qué aprenderás?

• En nuestro proyecto final de robótica te daremos la oportunidad de implementar una solución a un problema práctico basado en los contenidos que has aprendido en tus cursos de especialización en robótica.
• También le dará la oportunidad de utilizar métodos matemáticos y de programación que utilizan los investigadores en los laboratorios de robótica.
• Elige entre dos rutas:
• En la pista de simulación, utilizará MATLAB para simular un péndulo móvil invertido. El material necesario para este track final se basa en cursos de movilidad, robótica aérea y evaluación.
• En la sección de hardware, deberás comprar y montar un kit de robot, una Raspberry Pi, una cámara Pi y una IMU para permitir que tu robot navegue de forma autónoma por tu entorno.
• La experiencia práctica en programación demostrará que ha adquirido los fundamentos del movimiento, la planificación y la detección de robots, y que es capaz de traducirlos en una variedad de aplicaciones prácticas en problemas del mundo real.
• Completar el proyecto lo preparará mejor para ingresar al campo de la robótica, así como a una variedad cada vez mayor de otras carreras profesionales donde los robots están cambiando la faz de todas las industrias.

Consulte el plan de estudios a continuación para obtener un desglose semanal de cada pista.

Semana 1

• introducción
• MIP Track: uso de MATLAB para simulaciones dinámicas
• Pista AR: adquisición del set de Dijkstra
• Prueba: A1.2 Integración de ODE con MATLAB
• Tarea de programación: B1.3 Algoritmo de Dijkstra en Python

Semana 2

• Pista MIP: control PD para sistemas de segundo orden
• Pista AR: el tren rover
• Prueba: seguimiento de PD A2.2
• Prueba: B2.10 La pantalla móvil completa

Semana 3

• Trayectoria MIP: uso de EKF para obtener orientación escalar de IMU
• Trayectoria AR: calibración
• Prueba: A3.2 EKF para estimación de posición escalar
• Prueba: calibración B3.8

Semana 4

• Pista MIP: Modelos de péndulo móvil (MIP)
• Órbita AR: diseño de un controlador para un rover
• Prueba: simulación dinámica A4.2 MIP
• Tarea de evaluación por pares: B4.2 Programación de un algoritmo de seguimiento de etiquetas

Semana 5

• Pista MIP: linealización local MIP y control lineal
• Trayectoria AR: el filtro de Kalman extendido para la estimación del estado
• Prueba: A5.2 Control de equilibrio de MIP
• Tarea de evaluación por pares: B5.2 Filtro de Kalman extendido para evaluación de situaciones

Semana 6

• Pista MIP: planificación de un curso con retroalimentación para el MIP
• Pista AR: Integración
• Prueba: A6.2 Control y diseño resistentes al ruido para el MIP
• Tarea de evaluación por pares: B6.2 Completando su vehículo autónomo

habilidades que desarrollarás

• Categoría: Protocolo de Internet de línea serie (SLIP)
• Categoría: Robótica
• Categoría: Robots
• Categoría: MATLAB