L’Industrie 4.0 vous attend. Inscrivez-vous dès maintenant et développez votre Robot en maîtrisant les derniers outils utilisés dans le secteur"

L'Industrie 4.0 connaît actuellement son heure de gloire, et la Robotique et la vision artificielle ont ouvert des champs professionnels très attractifs pour l'avenir des professionnels de ces secteurs, y compris les informaticiens.

Ce Certificat avancé s'adresse aux étudiants désireux de se spécialiser dans le domaine des Systèmes de Navigation de Robots, et son corps enseignant spécialisé a préparé un programme qui fournit toutes les connaissances dans ce domaine afin qu'à l’issue des six mois, ils soient en mesure de maîtriser les principales techniques et les principaux outils actuellement utilisés dans le développement de la Robotique.

Ainsi, ce diplôme en ligne, aborde les techniques de vision utilisées en Robotique, le développement et la compréhension des algorithmes, l'amélioration des techniques de traitement et d'analyse d'images, ainsi que le SLAM visuel, la localisation des Robots et la cartographie simultanée en utilisant les dernières techniques de Vision Artificielle employées.

Les professionnels en Informatique qui souhaitent progresser dans ce domaine ont une excellente opportunité d'atteindre leurs objectifs d'une manière pratique et flexible, puisque cette qualification leur permet d'accéder à tous les contenus sans horaires fixes. Vous pouvez ainsi répartir la charge d'enseignement des modules qui composent ce syllabus en fonction de vos besoins. Cela vous permet de combiner vos responsabilités personnelles avec un apprentissage de qualité.

Organiser des rayonnages dans un entrepôt, garer une voiture autonome ou livrer un colis en pilotant un drone dans un environnement inconnu, tout cela grâce à Slam Visual et à ce programme. Cliquez et inscrivez-vous"

Ce Certificat avancé en Systèmes de Navigation de Robots contient le programme académique le plus complet et le plus actuel du marché. Les principales caractéristiques sont les suivantes:

• Le développement d'études de cas présentées par des experts en Ingénierie Robotique
• Son contenu graphique, schématique et éminemment pratique est destiné à fournir des informations scientifiques et sanitaires sur les disciplines médicales indispensables à la pratique professionnelle
• Les exercices pratiques d’auto-évaluation pour améliorer l’apprentissage
• Les méthodologies innovantes
• Des cours théoriques, des questions à l'expert, des forums de discussion sur des sujets controversés et un travail de réflexion individuel
• La possibilité d'accéder aux contenus depuis tout appareil fixe ou portable doté d'une simple connexion à internet

Vous êtes à deux pas d'une spécialisation qui vous permettra de vous perfectionner. Accès à toutes les connaissances en Robotique avec des professionnels du secteur"

Le programme comprend un corps enseignant, formé de professionnels du domaine, qui apportent à cette formation l'expérience de leur travail, ainsi que des spécialistes reconnus de grandes sociétés et d'universités prestigieuses.

Le contenu multimédia, développé avec les dernières technologies éducatives, permettra au professionnel un apprentissage concret et contextuel, c'est-à-dire un environnement simulé qui fournira une formation immersive programmée pour s'entraîner dans des situations réelles.

La conception de ce programme est axée sur l'Apprentissage Par les Problèmes, grâce auquel le professionnel doit essayer de résoudre les différentes situations de pratique professionnelle qui se présentent tout au long du programme universitaire. Pour ce faire, il sera assisté d'un système vidéo interactif innovant créé par des experts reconnus.

Inscrivez-vous dès maintenant et saississez l'opportunité de créer des alternatives pour les trajectoires des Robots Mobiles"

Maîtrisez les systèmes de vision 3D et démarrez votre prochain projet avec ce Certificat avancé"

Le programme de ce Certificat avancé a été élaboré par le corps enseignant et se compose de quatre modules, basés sur la méthodologie de Relearning, qui permet une acquisition progressive et naturelle de l'apprentissage tout au long du programme. Cela est rendu possible grâce à la réitération des concepts clés liés à la Robotique, afin que l'étudiant puisse assimiler les concepts plus efficacement et plus rapidement. Ainsi, vous atteindrez un haut degré de spécialisation dans les 600 h. d'enseignement prévues dans ce programme.

Vous résoudrez les principaux problèmes de localisation des robots grâce à un corps enseignant spécialisé dans ce domaine"

Module 1. Robotique Conception et modélisation de robots

1.1. Robotique dans l'Industrie 4.0

1.1.1. Robotique dans l'Industrie 4.0
1.1.2. Champs d’application et cas d'utilisation
1.1.3. Sous-domaines de spécialisation en robotique

1.2. Architectures hardware y software de robots

1.2.1. Architectures hardware et temps réel
1.2.2. Architectures hardware de robots
1.2.3. Modèles de communication et technologies Middleware
1.2.4. Intégration deSoftware avec le Robot Operating System (ROS)

1.3. Modélisation mathématique des robots

1.3.1. Représentation mathématique des solides rigides
1.3.2. Rotations et translations
1.3.3. Représentation hiérarchique de l'état
1.3.4. Représentation d'état distribuée en ROS (TF Library)

1.4. Cinématique et dynamique des robots

1.4.1. Cinématique
1.4.2. Dynamique
1.4.3. Robots sous-actionnés
1.4.4. Robots redondants

1.5. Modélisation et simulation de robots

1.5.1. Technologies de modélisation des robots
1.5.2. Modélisation de robots avec URDF
1.5.3. Simulation de robots
1.5.4. Modélisation avec le simulateur Gazebo

1.6. Robots manipulateurs

1.6.1. Types de robots manipulateurs
1.6.2. Cinématique
1.6.3. Dynamique
1.6.4. Simulation

1.7. Robots mobiles terrestres

1.7.1. Types de robots mobiles terrestres
1.7.2. Cinématique
1.7.3. Dynamique
1.7.4. Simulation

1.8. Robots mobiles aériens

1.8.1. Types de robots mobiles aériens
1.8.2. Cinématique
1.8.3. Dynamique
1.8.4. Simulation

1.9. Robots mobiles aquatiques

1.9.1. Types de robots mobiles aquatiques
1.9.2. Cinématique
1.9.3. Dynamique
1.9.4. Simulation

1.10. Robots bio-inspirés

1.10.1. Humanoïdes
1.10.2. Robots à quatre pattes ou plus
1.10.3. Robots modulaires
1.10.4. Robots à parties flexibles (Soft-Robotics)

Module 2. Algorithmes de planification de robots

2.1. Algorithmes de planification Classique

2.1.1. Planification discrète: espace des états
2.1.2. Problèmes de planification en robotique Modèles de systèmes robotiques
2.1.3. Classification des planificateurs

2.2. Le problème de la planification de la trajectoire des robots mobiles

2.2.1. Modes de représentation de l'environnement: les graphes
2.2.2. Algorithmes de recherche dans les graphes
2.2.3. Introduction des coûts dans les graphes
2.2.4. Algorithmes de recherche de réseaux lourds
2.2.5. Algorithmes avec une approche sous tous les angles

2.3. Planification dans les systèmes robotiques de haute dimension

2.3.1. Problèmes de robotique à haute dimension: Manipulateurs
2.3.2. Modèle cinématique direct/inverse
2.3.3. Algorithmes de planification de l'échantillonnage PRM et RRT
2.3.4. Planification sous contraintes dynamiques

2.4. Planification optimale de l'échantillonnage

2.4.1. Problèmes des planificateurs basés sur l'échantillonnage
2.4.2. RRT Concept d'optimalité probabiliste 
2.4.3. Étape de reconnexion: contraintes dynamiques
2.4.4. CForest Parallélisation de la planification

2.5. Implémentation réelle d'un système de planification des mouvements

2.5.1. Problème de planification globale Environnements dynamiques
2.5.2. Cycle d'action, sensorisation Acquisition d'informations à partir de l'environnement
2.5.3. Planification locale et globale

2.6. Coordination des systèmes multi-robots I: système centralisé

2.6.1. Problème de coordination multi-robots
2.6.2. Détection et résolution des collisions: modification de la trajectoire à l'aide d'algorithmes génétiques
2.6.3. Autres algorithmes bio-inspirés: essaimage de particules et feux d'artifice
2.6.4. Algorithme d'évitement des collisions par choix de manœuvre

2.7. Coordination dans les systèmes multi-robots II: approches distribuées I

2.7.1. Utilisation de fonctions objectifs complexes
2.7.2. Front de Pareto
2.7.3. Algorithmes évolutionnaires multi-objectifs

2.8. Coordination dans les systèmes multi-robots III: approches distribuées II

2.8.1. Systèmes de planification de l'ordre 1
2.8.2. Algorithme ORCA
2.8.3. Ajout de contraintes cinématiques et dynamiques dans ORCA

2.9. Théorie de la planification des décisions

2.9.1. Théorie de la décision
2.9.2. Systèmes de décision séquentielle
2.9.3. Capteurs et espaces d'information
2.9.4. Planification de l'incertitude dans la détection et l'actionnement

2.10. Systèmes de planification d’apprentissage par renforcement

2.10.1. Obtention de la récompense attendue d'un système
2.10.2. Techniques d'apprentissage par récompense modérée
2.10.3. Apprentissage par renforcement inverse

Module 3. Techniques de Vision Artificielle en Robotique: Traitement et analyse d'images

3.1. Vision par ordinateur

3.1.1. Vision par ordinateur
3.1.2. Éléments d'un système de vision par ordinateur
3.1.3. Outils mathématiques

3.2. Capteurs optiques pour la robotique

3.2.1. Capteurs optiques passifs
3.2.2. Capteurs optiques actifs
3.2.3. Capteurs non optiques

3.3. Acquisition d'images

3.3.1. Représentation de l'image
3.3.2. Espace de couleurs
3.3.3. Processus de numérisation

3.4. Géométrie de l'image

3.4.1. Modèles d'objectifs
3.4.2. Modèles de caméra
3.4.3. Étalonnage de la caméra

3.5. Outils mathématiques

3.5.1. Histogramme d'une image
3.5.2. Convolution
3.5.3. Transformée de Fourier

3.6. Prétraitement des images

3.6.1. Analyse du bruit
3.6.2. Lissage de l'image
3.6.3. Amélioration de l'image

3.7. Segmentation des images

3.7.1. Techniques basées sur les contours
3.7.3. Techniques basées sur l’ histogramme
3.7.4. Opérations morphologiques

3.8. Détection des caractéristiques de l'image

3.8.1. Détection des points d'intérêt
3.8.2. Descripteurs de caractéristiques
3.8.3. Correspondances entre les caractéristiques

3.9. Systèmes de vision 3D

3.9.1. Perception 3D
3.9.2. Correspondance des caractéristiques entre les images
3.9.3. Géométrie à vues multiples

3.10. Localisation basée sur la vision par ordinateur

3.10.1. Le problème de la localisation des robots
3.10.2. Odométrie visuelle
3.10.3. Fusion sensorielle

Module 4. SLAM Visuel Localisation et cartographie simultanées de robots à l'aide de techniques de Vision Artificielle

4.1. Localisation et cartographie simultanées (SLAM)

4.1.1. Localisation et cartographie simultanées SLAM
4.1.2. Applications de la SLAM
4.1.3. Fonctions du SLAM

4.2. Géométrie projective

4.2.1. Modèle Pin-Hole
4.2.2. Estimation des paramètres intrinsèques d’une caméra
4.2.3. Homographie, principes de base et estimation
4.2.4. Matrice fondamentale, principes et estimation

4.3. Filtres Gaussiens

4.3.1. Filtre de Kalman
4.3.2. Filtre d'information
4.3.3. Accord et paramétrage du filtre Gaussien

4.4. EKF-SLAM stéréo

4.4.1. Géométrie de la caméra stéréo
4.4.2. Extraction et recherche de caractéristiques
4.4.3. Filtrage de Kalman pour le SLAM stéréo
4.4.4. Réglage des paramètres de l'EKF-SLAM stéréo

4.5. EKF-SLAM monoculaire

4.5.1. Paramétrage de Landmarks dans EKF-SLAM
4.5.2. Filtrage de Kalman pour le SLAM monoculaire
4.5.3. Réglage des paramètres l'EKF-SLAM monoculaire

4.6. Détection de fermeture de boucle

4.6.1. Algorithme de force brute
4.6.2. FABMAP
4.6.3. Abstraction à l'aide de GIST et HOG
4.6.4. Détection par apprentissage profond

4.7. Graph-SLAM

4.7.1. Graph-SLAM
4.7.2. RGBD-SLAM
4.7.3. ORB-SLAM

4.8. Direct Visual SLAM

4.8.1. Analyse de l'algorithme Direct Visual SLAM
4.8.2. LSD-SLAM
4.8.3. SVO

4.9. Visual Inertial SLAM

4.9.1. Intégration des mesures inertielles
4.9.2. Faible couplage: SOFT-SLAM
4.9.3. Couplage élevé: Vins-Mono

4.10. Autres technologies SLAM

4.10.1. Applications en dehors du SLAM visuel
4.10.2. Lidar-SLAM
4.10.3. Range-only SLAM

Grâce à ce Certificat avancé, vous découvrirez les applications technologiques utilisées en robotique en dehors du SLAM visuel"