Онлайн-курс – сертифицированная профессиональная специализация по робототехнике Пенсильванского университета.

Робототехника: воздушная робототехника

• Курс 1 • 18 часов • 4,5 (3070 оценок)

Детали курса

чему ты научишься

• Как мы создадим небольшие и гибкие летательные аппараты, которые смогут работать автономно в загруженных условиях как в помещении, так и на открытом воздухе?
• Вы познакомитесь с механикой полета и устройством квадратных летающих роботов.
• Вы будете разрабатывать динамические модели, выводить переменные и синтезировать планировщики действий в 3D-средах.
• Вы столкнетесь с проблемами использования шумных датчиков для определения местоположения и маневрирования в сложных трехмерных средах.
• В конце вы увидите реальные примеры возможных применений и проблем в быстро развивающейся индустрии дронов.

Математические требования

• Ожидания студентов от этого курса включают введение в линейную алгебру, дифференциальное исчисление с одной переменной и дифференциальные уравнения.

Требования к программированию

• Рекомендуется иметь опыт программирования в MATLAB или Octave (в этом курсе мы будем использовать MATLAB).
• Требуется 64-битный компьютер.

навыки, которые вы разовьете

• Категория: планирование дорожного движения
• Категория: Робототехника
• Категория: Дрон
• Категория: МАТЛАБ

Робототехника: вычислительное планирование движения

• Курс 2 • 11 часов • 4,3 (1034 оценки)

Детали курса

чему ты научишься

• Робототехнические системы обычно включают в себя три компонента: механизм, который может оказывать воздействие на окружающую среду, сенсорную систему для восприятия мира и систему принятия решений и управления поведением робота.
• В этом курсе мы рассмотрим проблему того, как робот решает, что делать для достижения своих целей.
• Эту проблему иногда называют планированием движения и формулируют по-разному для моделирования разных ситуаций.
• Вы узнаете несколько распространенных подходов к решению этой проблемы, включая методы на основе графов, случайные дизайнеры и искусственные потенциальные поля.
• В ходе курса мы поговорим об аспектах проблемы, которые усложняют планирование.

навыки, которые вы разовьете

• Категория: Программирование на Python
• Категория: Робототехника
• Категория: Raspberry Pi
• Категория: МАТЛАБ

Робототехника: мобильность

• Курс 3 • 19 часов • 3,9 (603 оценки)

Детали курса

чему ты научишься

• Как роботы могут использовать свои двигатели и датчики для перемещения в неструктурированной среде?
• Вы поймете, как спроектировать тело и поведение робота, чтобы помочь физическим формам проявлять физические силы, обеспечивающие надежную мобильность в сложном и динамичном мире.
• Мы разработаем подход к сборке простых динамических экземпляров, которые частично автоматизируют создание сложных сенсомоторных программ.
• Конкретные темы, которые будут затронуты, включают: мобильность животных и роботов, кинематику и динамику машин на ногах, а также моделирование динамического поведения с использованием энергетических ландшафтов.

навыки, которые вы разовьете

• Категория: фильтр твердых частиц
• Категория: Оценка
• Категория: Картирование

Робототехника: зондирование

• Курс 4 • 33 часа • 4.3 (653 оценки)

Детали курса

чему ты научишься

• Как роботы могут чувствовать мир и свои движения, чтобы выполнять задачи навигации и манипулирования?
• В этом модуле мы рассмотрим, как изображения и видео, полученные камерами, установленными на роботах, преобразуются в представления, такие как функции и оптический поток.
• Эти 2D-представления позволяют нам извлекать 3D-информацию о положении камеры и направлении движения робота.
• Вы поймете, как восприятие объектов облегчается путем расчета трехмерного выравнивания объектов, а навигация возможна с помощью визуальной одометрии и отслеживания на основе символов.

навыки, которые вы разовьете

• Категория: Компьютерное зрение
• Категория: Оценка
• Категория: Рандомизированная выборка (RANSAC)
• Категория: Геометрия

Робототехника: оценка и обучение

• Курс 5 • 15 часов • 4.3 (504 оценки)

Детали курса

чему ты научишься

• Как роботы могут определять свое состояние и свойства окружающей среды на основе зашумленных измерений датчиков?
• В этом модуле вы узнаете, как заставить роботов учитывать неопределенность в оценке и учиться на примере динамичного и меняющегося мира.
• Конкретные темы, которые будут рассмотрены, включают вероятностные генеративные модели, байесовскую фильтрацию для определения местоположения и картографирование.

навыки, которые вы разовьете

• Категория: планирование дорожного движения
• Категория: планирование и автоматизация
• Категория: Алгоритм А*
• Категория: МАТЛАБ

Робототехника: финальный проект

• Курс 6 • 26 часов • 4,6 (114 оценок)

Детали курса

чему ты научишься

• В нашем итоговом проекте по робототехнике мы предоставим вам возможность реализовать решение практической проблемы на основе материалов, которые вы изучили на курсах по специализации робототехники.
• Это также даст вам возможность использовать математические методы и методы программирования, которые исследователи используют в лабораториях робототехники.
• Выбирайте один из двух маршрутов:
• В треке моделирования вы будете использовать MATLAB для моделирования перевернутого подвижного маятника. Материал, необходимый для этого финального курса, основан на курсах по мобильности, воздушной робототехнике и оцениванию.
• В рамках аппаратного обеспечения вам необходимо будет приобрести и собрать комплект робота, Raspberry Pi, камеру Pi и IMU, чтобы ваш робот мог автономно перемещаться в вашей среде.
• Практический опыт программирования покажет, что вы усвоили основы движения, планирования и восприятия роботов и способны применить их в различных практических приложениях для решения реальных задач.
• Завершение проекта поможет вам лучше подготовиться к работе в области робототехники, а также к растущему разнообразию других карьерных путей, где роботы меняют лицо каждой отрасли.

Пожалуйста, ознакомьтесь с учебной программой ниже для еженедельной разбивки каждого направления.

Неделя 1

• введение
• MIP-трек: использование MATLAB для динамического моделирования
• AR-трек: приобретение набора Дейкстры
• Тест: A1.2 Интеграция ODE с MATLAB
• Задание по программированию: B1.3 Алгоритм Дейкстры на Python

Неделя 2

• MIP-трек: управление ЧР для систем второго порядка
• AR-трек: поезд-вездеход
• Тест: A2.2 Отслеживание ЧР
• Тест: B2.10 Готовый дисплей ровера

Неделя 3

• Траектория MIP: использование EKF для получения скалярной ориентации от IMU
• Траектория AR: калибровка
• Тест: A3.2 EKF для скалярной оценки положения.
• Тест: калибровка B3.8

Неделя 4

• MIP Track: модели с подвижным маятником (MIP)
• AR-орбита: проектирование контроллера для марсохода
• Тест: A4.2 Динамическое моделирование MIP
• Задание для коллегиальной оценки: B4.2 Программирование алгоритма отслеживания этикеток

Неделя 5

• Трек MIP: локальная линеаризация MIP и линейное управление
• Траектория AR: расширенная фильтрация Калмана для оценки состояния
• тест: A5.2 Контроль баланса MIP
• Задание для коллегиальной оценки: B5.2 Расширенный фильтр Калмана для оценки ситуации

Неделя 6

• Трек MIP: планирование курса с обратной связью для MIP
• AR-трек: интеграция
• Тест: А6.2 Помехоустойчивое управление и конструкция МИП
• Задание для коллегиальной оценки: B6.2 Завершение создания автономного вездехода

навыки, которые вы разовьете

• Категория: Интернет-протокол последовательной линии (SLIP)
• Категория: Робототехника
• Категория: Робот
• Категория: МАТЛАБ