fbpx

FPGA 728x90X5

ROS2 banner

 

♦ 政府補助專班,立即索取補助資訊

♦ AI邊緣運算+ROS機器人課程,獨家安排多組專案實作,實戰出發!

課程簡介
本班以AI技術(機器學習、深度學習) 為軸,並結合影像處理、自然語言處理帶出Telegram Bot、物聯網、人臉識別、圖像識別等各式專案開發。此外,能把這些應用結合Intel NCS2,將電腦視覺與AI人工智慧整合進物聯網(IoT)及邊緣裝置中。接著你將學習機器人開發主流技術ROS(Robot Operating System,機器人操作系統)。ROS擁有豐富資源,迄今已整合感測器、視覺、人機互動、硬體、韌體等領域技術,因此,基於ROS你可以整合全世界的研發成果,以更快的速度打造產品。< more... >

課程特色
特色1.首創滿足業界所需之邊緣運算與ROS整合之課程

特色1.學員獨享專屬學習套件包(含NCS 2代)
有實際硬體,學AI邊緣運算才真正有感!為了傳達正確的AI邊緣運算學習觀念與學習重點,艾鍗獨家設計I/O子板,以擴充原Pi3板的功能,配合Intel® Neural Compute Stick 2就可以快速實現各種AI應用。你可以透過主題式Lab,實踐AI邊緣運算核心技術與架構。
more

特色2.首創滿足業界所需之邊緣運算與ROS整合之課程

特色2.首創滿足業界所需之邊緣運算與ROS應用之課程
因應AI從雲端走向終端的趨勢,為幫助產業界的RD可以掌握新的技術關鍵,快速開發各種滿足市場需求的應用,因此精心規劃本課程,來滿足RD的AI軟硬整合職能培養之需求。

特色3.採用ROS官方認證機器人 Turtlebot教學與實作

特色3.採用ROS官方認證機器人 Turtlebot教學與實作
使用ROS官方認證的機器人(turtlebot3 burger)進行教學,學員專享豐富的教學資源,學習完善,效果更好。

我可以學到什麼
  1. 了解全球主流的機器人系統---ROS之緣起、特性與應用。
  2. 學會ROS機器人系統開發環境之建置與基本指令操作。
  3. 了解ROS機器人系統架構與重要觀念,包括ROS Master、節點(Node)、消息(Message)、話題(Topic)。
  4. 學會在ROS系統中的程式開發與節點通訊。
  5. 學會專屬ROS package(套件)之創建。
  6. 學會在Raspberry Pi上建置ROS系統與應用,包括I/O控制、遠端監控。
  7. 了解常用機器人之感測器-Lidar(光達)之特性與應用。
  8. 學會以TF套件進行座標轉換之應用。
  9. 學會ROS機器人開發的套件使用方法,例如:Laser-based SLAM(即時定位與地圖構建)之相關套件應用,包括Gmapping、Hector SLAM。
  10. 能學會以move_base、amcl等套件實現2D Navigation之應用。
  11. 能學會以GUI工具套件rqt、3D可視化工具套件rviz等進行開發資料之記錄、分析與模擬,作為後續開發優化之依據。
  12. 能從ROS機器人Turtlebot操作中,學會ROS套件的整合應用。
  13. 了解OpenVINO Toolkit架構,能在終端裝置利用NCS2快速進行開發。
  14. 了解HOG +支持向量機(Support Vector Machine, SVM) 人臉/物件偵測。
  15. 了解遷移學習的方法,快速建立影像識別開發。
  16. 了解NLP中文處理與問與答系統。
課程大綱

   第一階段    

※點選▼可展開看更多

ROS系統程式開發實作
  • ROS導論 ▼

    • ROS沿革與趨勢
    • ROS特色
  • ROS系統架構說明

  • ROS重要觀念介紹 ▼

    • ROS Master、節點(Node)、消息(Message)、話題(Topic)等
  • ROS安裝 ▼

    • ROS安裝於Ubuntu
    • ROS常用指令(roscore,roslist)...
    • 安裝ROS第三方套件供二次開發
  • ROS程式開發 ▼

    • ROS工作空間建立
    • 程式開發起手式(ros::init、ros::NodeHandle…)
    • Publisher vs Subscriber
    • ROS節點間通訊與程式實作 - topic、service、parameter server、lanuch
    • ROS文件系統:Package、meta-package
    • 製作自己的package
  • 於Raspberry pi 3實作ROS ▼

    • ROS節點設計:I/O控制、感測器讀取
  • ROS遠端監控(Ubuntu Raspberry Pi 3)

ROS機器人實戰演練
  • LiDAR(光達)介紹

  • SLAM & Navigation演算法應用解說

  • Laser Based 2D SLAM演算法實戰

  • Hector SLAM教學

  • Localization

  • TF座標轉換

  • Navigation

  • ROS bridge解說

  • Robot Models:URDF(Unified Robot Description Format)解說專案實務開發常見問題與解決方案說明

 

第二階段    

電腦視覺-基於HOG與圖像識別
  • HOG演算法說明與python實作 (From Scratch)

  • 圖檔爬蟲程式撰寫

  • 建立圖檔HOG特徵

  • Scikit-Learn實現SVM與LogistcRegression

  • 專案: HOG Features+ Classifier :人臉/物品偵測與識別▼

HOG Features+ Classifier :人臉/物品偵測與識別-1
HOG Features+ Classifier :人臉/物品偵測與識別-2

 

CNN深度學習
  • 遷移學習(transfer learning)和微調(fine-tune)原理說明

  • 使用MobileNet建立圖像特徵 (Image Embedding)

  • 建立DNN Classifier

  • MQTT協定- 警示通知

  • 專案: 人臉門禁系統(使用Tkinter界面): 加入/刪除/登入人臉帳號▼

人臉門禁系統(使用Tkinter界面): 加入/刪除/登入人臉帳號
  • 專案: 人員進出的計數

 

Telegram Bot 問與答系統
  • NLP自然語言處理-jieba斷詞與中文句子處理

  • Sentence Embedding

  • 建立Telegram Bot

  • 專案: 在Telegram上建立Q&A問答系統▼

Telegram上建立Q&A問答系統

 

OpenVino邊緣運算實務
  • Intel NCS2 神經網路加速棒簡介

  • OpenVINO Toolkit 架構說明

  • 由Keras (.h5)模型轉成IR (.xml & .bin)檔案

  • Raspberry Pi 安裝OpenVINO

  • 建立OpenVINO應用程式- 程式架構與CMAKE說明

  • 專案: WebCam串流人臉偵測

  • 專案:WebCam 即時手寫數字辨識 (OpenCV與MNIST)▼

即時手寫數字辨識

*建議自備器材:
建議自備器材

*若您想對Python程式設計與資料工程有更紮實的學習,請見<Python資料科學>

*提供之教材套件包不含Intel® Movidius™ Neural Compute Stick,學員可於報名時選擇加購與否。(講師將示範使用步驟,無神經計算棒不影響課程進行)

建議自備器材:
1.讀卡機x1

適合對象
  1. 欲投入AI邊緣運算與機器視覺應用相關之電資相關科系之研究生
  2. 欲投入AI邊緣運算與機器視覺應用領域之工程師
  3. 欲學習AI模型在終端裝置上之移植技術的工程師
  4. 對於Intel邊緣運算解決方案有興趣之工程師
  5. 欲學習機器人AI視覺系統應用之工程師
  6. 正從事AI邊緣運算與機器視覺應用開發而遇瓶頸之工程師
  7. 需領導、管理AI邊緣運算相關開發專案,並與團隊加強溝通者
業界師資
teacher1

Joseph

▪ 台灣大學電機工程系博士研究

▪ 上市網通科技公司 / 資深軟體工程師

▪ 專長 : 嵌入式Linux系統 / ARM Boot Loader / 資料結構及演算法 / PCB Layout / MCU韌體設計 / Linux 驅動程式 / 網路通訊協定 / 機器學習 / 深度學習

teacher1

Bob

▪ 中央大學太空所碩士

▪ 知名上市電子消費品大廠影像事業部研發工程師

▪ 專長 : ROS機器人開發 / 無人機韌體開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統

teacher1

Jay

▪ 台北科技大學機電整合研究所碩士

▪ 知名上市電子消費品大廠影像事業部研發工程師

▪ 專長 : ROS機器人開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統 / 機器學習 / 深度學習

課程含專屬學習套件包

Raspberry PI IO v3 new

延伸課程

課程諮詢