Online cursus – gecertificeerde professionele specialisatie in robotica van de Universiteit van Pennsylvania

Robotica: luchtrobotica

• Cursus 1 • 18 uur • 4,5 (3.070 beoordelingen)

Cursusdetails

wat ga je leren

• Hoe gaan we kleine en flexibele luchtvoertuigen creëren die autonoom kunnen opereren in drukke omgevingen, zowel binnen als buiten?
• Je maakt kennis met de werking van het vliegen en het ontwerp van vierkante vliegende robots.
• Je ontwikkelt dynamische modellen, leidt variabelen af ​​en synthetiseert actieplanners in 3D-omgevingen.
• Je zult worden blootgesteld aan de uitdagingen van het gebruik van luidruchtige sensoren om te lokaliseren en te manoeuvreren in complexe 3D-omgevingen.
• Aan het einde zie je praktijkvoorbeelden van mogelijke toepassingen en uitdagingen in de zich snel ontwikkelende drone-industrie.

Wiskundige vereisten

• De verwachtingen van studenten voor deze cursus omvatten een inleiding tot lineaire algebra, differentiaalrekening met één variabele en differentiaalvergelijkingen.

Programmeervereisten

• Het is aan te raden om programmeerervaring te hebben met MATLAB of Octave (in deze cursus zullen we MATLAB gebruiken).
• Een 64-bits computer is vereist.

vaardigheden die je gaat ontwikkelen

• Categorie: verkeersplanning
• Categorie: Robotica
• Categorie: Drone
• Categorie: MATLAB

Robotica: computationele bewegingsplanning

• Cursus 2 • 11 uur • 4,3 (1.034 beoordelingen)

Cursusdetails

wat ga je leren

• Robotsystemen omvatten doorgaans drie componenten: Een mechanisme dat krachten en koppels op de omgeving kan uitoefenen, een sensorsysteem om de wereld te detecteren en een besluitvormings- en gedragscontrolesysteem voor de robot.
• In deze cursus onderzoeken we het probleem van hoe een robot beslist wat hij moet doen om zijn doelen te bereiken.
• Dit probleem wordt ook wel bewegingsplanning genoemd en wordt op verschillende manieren geformuleerd om verschillende situaties te modelleren.
• Je leert verschillende veelgebruikte benaderingen om dit probleem op te lossen, waaronder op grafieken gebaseerde methoden, willekeurige ontwerpers en kunstmatige potentiële velden.
• Tijdens de cursus gaan we in op de aspecten van het probleem die plannen tot een uitdaging maken.

vaardigheden die je gaat ontwikkelen

• Categorie: Python-programmering
• Categorie: Robotica
• Categorie: Framboos Pi
• Categorie: MATLAB

Robotica: mobiliteit

• Cursus 3 • 19 uur • 3,9 (603 beoordelingen)

Cursusdetails

wat ga je leren

• Hoe kunnen robots hun motoren en sensoren gebruiken om zich in een ongestructureerde omgeving te verplaatsen?
• Je zult begrijpen hoe je het lichaam en het gedrag van de robot kunt ontwerpen om fysieke vormen te helpen fysieke krachten uit te oefenen die betrouwbare mobiliteit in een complexe en dynamische wereld garanderen.
• We zullen een aanpak ontwikkelen om eenvoudige dynamische instanties samen te stellen die de creatie van complexe sensor-motorprogramma’s gedeeltelijk automatiseren.
• Specifieke onderwerpen die aan bod komen zijn onder meer: ​​mobiliteit bij dieren en robots, kinematica en dynamica van machines op poten, en het modelleren van dynamisch gedrag met behulp van energielandschappen.

vaardigheden die je gaat ontwikkelen

• Categorie: deeltjesfilter
• Categorie: Beoordeling
• Categorie: In kaart brengen

Robotica: waarnemen

• Cursus 4 • 33 uur • 4,3 (653 beoordelingen)

Cursusdetails

wat ga je leren

• Hoe kunnen robots de wereld en hun bewegingen waarnemen, zodat ze navigatie- en manipulatietaken kunnen uitvoeren?
• In deze module onderzoeken we hoe de afbeeldingen en video’s die worden ontvangen door camera’s die op robots zijn gemonteerd, worden omgezet in representaties zoals kenmerken en optische stroom.
• Met deze 2D-weergaven kunnen we 3D-informatie extraheren over de positie van de camera en de richting van de beweging van de robot.
• U zult begrijpen hoe objectperceptie wordt vergemakkelijkt door de 3D-uitlijning van objecten te berekenen en navigatie mogelijk is met visuele odometrie en op symbolen gebaseerde tracking.

vaardigheden die je gaat ontwikkelen

• Categorie: Computervisie
• Categorie: Beoordeling
• categorie: willekeurige steekproef (RANSAC)
• Categorie: Geometrie

Robotica: beoordeling en leren

• Cursus 5 • 15 uur • 4,3 (504 beoordelingen)

Cursusdetails

wat ga je leren

• Hoe kunnen robots hun toestand en de eigenschappen van de omgeving om hen heen bepalen op basis van luidruchtige sensormetingen?
• In deze module leer je hoe je robots onzekerheid kunt laten integreren in de beoordeling en leert je van een dynamische en veranderende wereld.
• Specifieke onderwerpen die aan bod komen zijn onder meer probabilistische generatieve modellen en Bayesiaanse filtering voor locatiedetectie en mapping.

vaardigheden die je gaat ontwikkelen

• Categorie: verkeersplanning
• Categorie: planning en automatisering
• Categorie: Algoritme A*
• Categorie: MATLAB

Robotica: eindproject

• Cursus 6 • 26 uur • 4,6 (114 beoordelingen)

Cursusdetails

wat ga je leren

• In ons robotica-eindproject geven we je de kans om een ​​oplossing voor een praktisch probleem te implementeren op basis van de inhoud die je hebt geleerd in je robotica-specialisatiecursussen.
• Het geeft je ook de kans om wiskundige en programmeermethoden te gebruiken die onderzoekers in robotica-laboratoria gebruiken.
• Kies uit twee trajecten:
• In het simulatietraject gebruik je MATLAB om een ​​omgekeerde mobiele slinger te simuleren. Het materiaal dat nodig is voor dit laatste traject is gebaseerd op cursussen in mobiliteit, luchtrobotica en beoordeling.
• In het hardwaretraject moet u een robotkit, een Raspberry Pi, een Pi-camera en een IMU aanschaffen en monteren, zodat uw robot autonoom door uw omgeving kan navigeren.
• Praktische programmeerervaring zal aantonen dat u de basisprincipes van robotbeweging, planning en detectie beheerst, en dat u deze kunt vertalen naar een verscheidenheid aan praktische toepassingen in echte problemen.
• Als u het project voltooit, kunt u zich beter voorbereiden op het gebied van de robotica, evenals op een groeiend aantal andere carrièrepaden waarin robots het gezicht van elke branche veranderen.

Zie het onderstaande curriculum voor een wekelijks overzicht van elke track.

Week 1

• invoering
• MIP-track: MATLAB gebruiken voor dynamische simulaties
• AR-track: verwerving van de Dijkstra-set
• Test: A1.2 Integratie van ODE met MATLAB
• Programmeeropdracht: B1.3 Dijkstra’s algoritme in Python

Week 2

• MIP-track: PD-besturing voor tweede-ordesystemen
• AR-baan: de rovertrein
• Test: A2.2 PD-tracking
• Test: B2.10 Het voltooide rover-display

Week 3

• MIP-traject: gebruik van EKF om scalaire oriëntatie van IMU te verkrijgen
• AR-traject: kalibratie
• Test: A3.2 EKF voor scalaire positieschatting
• Test: B3.8 Kalibratie

Week 4

• MIP-rail: modellen met beweegbare slinger (MIP).
• AR-baan: een controller ontwerpen voor een rover
• Test: A4.2 MIP dynamische simulatie
• Peer assessment opdracht: B4.2 Programmeren van een label tracking algoritme

Week 5

• MIP-track: MIP lokale linearisatie en lineaire besturing
• AR-traject: uitgebreide Kalman-filtering voor staatsschatting
• Test: A5.2 Balanscontrole van MIP
• Opdracht voor peer assessment: B5.2 Uitgebreid Kalman-filter voor situatiebeoordeling

Week 6

• MIP-traject: een cursus plannen met feedback voor het MIP
• AR-track: Integratie
• Test: A6.2 Geluidwerende regeling en ontwerp voor de MIP
• Peer assessment opdracht: B6.2 Het voltooien van uw autonome rover

vaardigheden die je gaat ontwikkelen

• Categorie: Serieel internetprotocol (SLIP)
• Categorie: Robotica
• Categorie: Robot
• Categorie: MATLAB