- 自動駕駛
- 武漢火神山醫院
送餐機器 - 智慧物流
無人分揀 - 機器人點焊拋噴
元器件檢測等 - 無人駕駛
自動售貨機 - 體溫檢測和
客戶分析
“新基建”指發力于科技端的基礎設施建設,
未來大概能為中國帶來數十萬億經濟體量的刺激,
同時也促使智能機器人產業迅猛發展,相關技術迎來新機遇
擴大有效投資,擬安排3.75萬億元,重點支持“兩新一重”。
——2020年總理在兩會政府工作報告說
中國機器人存在巨大市場潛力和發展空間。市場調研機構 IDC 預計,到 2022 年,中國機器人市場規模將達到 805.2 億美元,全球占比高達 38.3%。
智能服務機器人行業,聚合了5G、物聯網、人工智能、云計算、大數據中心等“新基建”中的核心技術,成為巨頭企業關注的熱點,被視為影響科技產業未來十年格局的關鍵。
更智能的大腦, 更靈活智能的控制,機器人的手、眼、腳和神經系統
機器視覺、2D、3D視覺教機器人“看”的技術。人工智能領域落地最多的方向,大量應用于自動駕駛、高精度測繪、VR、AR和醫療等行業
運動控制精準控制機械臂位置和姿態、噴涂、焊接、打磨、上下料、工業機器人的核心技術
SLAM用攝像頭或激光雷達解決 “ 我在哪,我周圍是什么?” 的問題,掃地機器人,室內導航必備
運動控制精準控制機械臂位置和姿態、噴涂、焊接、打磨、上下料、工業機器人的核心技術
階段1:Python和C++應用編程
? Python與C++編譯原理及環境搭建
? Python與C++語法及變量特性
? Python與C++的I/O流編程
? Python與C++網絡通信編程
? PyQt圖形化界面開發
? 面向對象編程實戰:飛機大戰
? 面向對象編程實戰:坦克大戰
? 面向對象編程實戰:聊天室
? 網絡爬蟲實現原理及應用案例
? 游戲作弊外掛實戰案例
階段2:機器人操作系統
? ROS系統架構及日志系統
? ROS的三大通訊模型
? 機器人運動學原理解析
? ROS功能擴展及TF坐標轉換
? 機器人建模與可視化
? 掃地機器人應用案例
? 企業生產環境仿真與聯動
階段3:運動規劃和機械臂控制
? 上位機與下位機驅動開發
? 機械臂三種運動模式應用
? 機械臂信號及聯動調度
? MoveIt運動規劃框架
? MoveIt路徑規劃及場景配置
階段4:機器視覺
? 2D圖像原理及常見特效變換
? 2D圖像顏色模型與矩陣變換
? 2D圖像分割原理與物體定位
? 2D圖像常見算法及綜合應用實戰
? 3D點云I/O流及分解算法
? 點云關鍵點算法及特征描述
? 對齊算法、歐式分割與曲面重建
? 2D與3D視覺融合
階段5:深度學習
? 高等數學及相關前置高中知識詳解
? 機器學習常見算法詳解
? 速率性能及算法調優
? 決策樹和感知機
? 線性回歸與梯度下降
? 卷積神經網絡
? 神經網絡和模型評估
? TensorFlow、Keras及yolo等熱門框架
? 實戰案例-圖像識別訓練
階段6:SLAM
? 激光雷達傳感器開發
? 貝葉斯濾波器與卡爾曼濾波
? Gmapping和Hector算法
? 位姿評估算法
? 自動導航及避障任務
階段7:項目實戰
項目1:3D點云及應用
項目2:工業軟件虛擬仿真項目
項目3:人工智能與圖像識別應用
項目4:醫藥、物流倉儲自動化分揀
項目5:自動駕駛
項目6:機器視覺引導激光加工
項目7:室內導航和建圖軟硬件實戰
實踐式項目實戰,貼近企業工作的真實流程
在建筑工程、機械制造及模具設計等領域都需要三維的產品模型來實現產品的匹配與定位。
通過3D的點云分解、表面法向量構建、特征點匹配與定位、點云配準融合及曲面重建等技術構建完整的三維空間模型,用以給目標匹配與定位提供支撐。
機器感知工程師崗位 計算機視覺工程師崗位
通過視覺引導、機器運動控制等技術升級企業常見的自動化需求,如:拆垛、碼垛、焊接、涂膠等工序。
2D 與 3D 融合,姿態評估,點云匹配等,深度學習,運動規劃和控制。
機器人運動控制方向崗位 機器人軟件開發崗位 ROS 軟件開發崗位
通過對圖片及視頻的處理,實現對特定場景下目標的識別與追蹤處理。
使用OpenCV、物體偵測、目標識別算法、TensorFlow框架、YOLO算法等實現圖片、視頻等媒體文件中的目標檢測與標記。
圖像識別工程師崗位 圖像處理工程師崗位
通過機器視覺、三維空間定位計算運動姿態和無碰撞路線等技術,驅動機器人按照需求完成業務任務。
運動規劃技術、2D 視覺多邊形逼近、3D 深度點云濾波技術、特征檢測及描述符、3D 配準及曲面重建、基于慣性矩的 3D 物體包容盒提取技術、3D 模板匹配及定位。
機器自動化視覺開發方向崗位 點云感知開發方向崗位 機器人運動控制開發崗位
通過機器視覺+人工智能技術結合的方式,實現無人自動駕駛相關任務,課程基于Unity的自動駕駛模擬器或自主研發自動駕駛套件進行實操。
主要使用機器視覺、圖像識別及卷積神經網絡識別道路的交通標志,通過強化學習、行為模仿結合硬件等設備實現無人自動駕駛任務。
自動駕駛控制工程師崗位 自動駕駛感知工程師崗位 機器視覺工程師崗位 深度學習工程師崗位
通過機器視覺與運動控制技術結合的方式,實現原料個性化定制加工自動化。
主要使用技術為圖像識別處理,牽涉到計算機視覺(cv),目標檢測(object detection),圖像分割(image segmentation),深度學習(deep learning),激光雕刻加工等。
深度學習圖像識別崗位 機器視覺應用開發崗位 智能穿戴應用開發崗位 工業自動化 CNC 控制開發崗位
通過雷達建圖、全局路徑規劃、局部調優及自主避障等技術方案,完成地圖構建、機器人運動等無人/自動駕駛任務。
通過傳感器探測、卡爾曼濾波、GMapping 及Hector 算法等完成地圖構建;使用 DWA、TED、A※等算法完成位姿估算、自主導航及避障任務等。
AGV機器人開發崗位 無人/自動駕駛研發崗位 SLAM 應用開發崗位
為了讓學員理論學習與實踐相輔相成,切實感受到企業
真實工作過程,傳智教育教學團隊精心研究,開發出各
種類型的教學模擬器,免費提供給學員使用
應用平臺:Win、Mac、Linux
軟件介紹:真實比例提供UR3機械臂的仿真,可進行正解、反解運算和測試
教學場景:適用于講解,movel,movep,運動規劃,空間姿態變化等教學場景。提供python和c++的sdk,方便教學代碼演示
應用平臺:Win、Mac、Linux
軟件介紹:提供虛擬仿真賽車和賽道,用于深度學習和自動駕駛訓練
教學場景:適用于講解,keras,卷積神經網絡,基于視覺的無人駕駛等案例
應用平臺:Win、Mac、Linux
軟件介紹:提供任意多個關節的2d機器人運動學正解和反解的模擬
教學場景:適用于講解,機器人運動學,正解,反解,矩陣運算,tf坐標變化等課程
應用平臺:Linux
軟件介紹:提供產業互聯網機器人設備的模擬
教學場景:適用于講解,分揀,抓取,運輸等產業互聯網課程
有效提升學習效率,強化理論根基,增強實踐能力
課堂上,講師結合機器人理論知識與案例,虛實互動式教學,圍繞“人人參與”的原則,充分調動學習積極性,讓學員有不懂的問題可以隨時提問,現場實操研討。
每個班級在項目階段,進入實驗室,對整套產業互聯的機器人設備進行編程,強化理論、增強實踐,提升綜合能力,充分感受機器智能帶給人類的便捷體驗。
大佬看好 傾力打造
核心課程 深入淺出
技術解析 經驗分享
無編程經驗,對編程感興趣的自動化、機械設計、土木工程、電子信息等工科專業的本科生、研究生、博士生
目前工作為IT,互聯網相關, 希望從事人工智能和機器人相關工作的人員
對人工智能熱情,熱愛動手, 希望能從事相關行業或自主創業創造相關產品的人員
想從事無人駕駛、工業柔性自動化、工業互聯網、新基建建設的熱血青年
處于職場瓶頸期,想突破瓶頸, 面向未來的人員
答:聯系咨詢老師獲取高等數學試聽課程,初中數學水平就可以輕松學會高等數學
更多
答:市場薪資由技能掌握情況決定,掌握課程60%的內容,可滿足大多數企業技能需求,就業的選擇性就比較多
更多
答:課程經過兩年打磨,對重難點反復的推敲與設計調整,無需任何編程經驗,具備初中數學水平即可學習
更多
答:圖像識別處理、空間定位與檢測、自動駕駛、運動規劃控制、SLAM導航、數字孿生仿真建模等
更多
答:如果能通過基礎班考試,那就業班一定可以學會
更多
答:“一分價錢一分貨”,斥資百萬搭建的機器人實驗室,項目課程實踐全部采用實體設備,采用場景互動式+實驗室相結合的教學方式
更多
課前明確學習目標
學員全程圍繞學習目標開展學習
隨堂糾錯測評
確保學習的薄弱點有效補救
根據個人知識掌握情況
推薦對應的學習建議
低起點、高終點的練習路徑
提升知識應用能力
隨時隨地在系統中提出問題
并獲得解答
階段性評估
明確學習過程中的薄弱點
學習成果通過可視化BI報表
展示學習情況了然于胸
專人制定專項學習計劃
保障每一名學員的學習成果