Автономное вождение и ROS 2 — учимся на практике! Восприятие и зрение [Udemy] [Антонио Бранди]

[Джокер]

Складчина: Автономное вождение и ROS 2 — учимся на практике! Восприятие и зрение [Udemy] [Антонио Бранди]
Self Driving and ROS 2 - Learn by Doing! Perception & Vision by Antonio Brandi
Язык английский + бонусом субтитры на русском языке, + озвучка на русском языке (ИИ)




Физический ИИ с ROS 2: самоуправляемый робот на Python и C++. Освоение компьютерного зрения, OpenCV, визуальной одометрии и SLAM.

Чему вы научитесь:

Создайте настоящего робота на базе ROS 2.
Освоение ROS2, последней версии операционной системы для роботов.
Теория робототехники
Реализация алгоритмов компьютерного зрения
Реализуйте алгоритмы визуальной одометрии.
Имитация работы беспилотного робота в Gazebo
Создайте трехмерную карту окружающей среды, используя облака точек.
Программирование Arduino для робототехнических приложений
Главная карта RTAB
Реализация алгоритмов визуального SLAM
Хотите наделить своего беспилотного робота зрением? Мечтаете создать настоящего робота, который видит, понимает и перемещается в окружающем мире, используя ROS 2 , последнюю версию операционной системы для роботов? Хотите погрузиться в мир физического искусственного интеллекта и изучить теорию и практику компьютерного зрения, стереоскопического зрения, облаков точек, визуальной одометрии и визуальной SLAM у экспертов отрасли?

Это четвертый и заключительный курс из серии «Самоуправляемые роботы и ROS 2 – учимся на практике!». Ваш робот уже умеет двигаться, составлять карты, определять местоположение и ориентироваться. Теперь пришло время научить его видеть.

В рамках этого курса вы:

Разберитесь, как камера формирует изображение, начиная с модели камеры-обскуры и заканчивая линзами, искажениями и калибровкой камеры.
Обработайте изображения с помощью OpenCV (цветовые пространства, фильтрация, маски и контуры) и соберите робота, ведомого шаром.
Имитация RGB и стереокамер в Gazebo и преобразование изображений с учетом параллелизма в трехмерные облака точек.
Фильтрация облаков точек с помощью PCL и реконструкция трехмерного окружения вокруг робота.
Оцените движение робота с помощью визуальной одометрии, используя детекторы признаков (SIFT, FAST, ORB), эпиполярную геометрию и оптический поток.
Запустите визуальный SLAM с помощью RTAB-Map, включая замыкание циклов с использованием алгоритма «мешок слов».
Освойте инструменты ROS 2 для обработки изображений: передача изображений, качество обслуживания (QoS), фильтры сообщений и компоненты.
Создайте настоящего робота с помощью Raspberry Pi и запустите все функции на аппаратном уровне.
Философия этого курса — обучение на практике, и, цитируя американского писателя и педагога Дейла Карнеги:
Обучение — это активный процесс. Мы учимся на практике; в памяти остаются только те знания, которые используются на практике.
Чтобы помочь вам освоить эти концепты и использовать их в ваших проектах и в вашей будущей работе, я проведу вас через все возможности ROS 2, как с теоретической, так и с практической точки зрения.

Каждый раздел состоит из трех частей:

Теоретическое объяснение концепции и функциональности.
Применение концепции на простом практическом примере.
Применение функционала в реальном роботе.
И это ещё не всё!

Все уроки программирования разработаны на языках Python и C++ . Вы можете выбрать язык, с которым вам наиболее знакомо, или стать экспертом в разработке программного обеспечения для робототехники, владея обоими языками! Курс поддерживает все дистрибутивы ROS 2, и вы можете пройти его полностью в режиме симуляции. Пройдя этот курс, вы получите глубокое понимание восприятия роботами окружающего мира, основ физического искусственного интеллекта и откроете для себя возможности в захватывающей области робототехники и автономных систем.

Для кого этот курс:

Энтузиаст автономного вождения
Производители и любители, увлеченные робототехникой.
Разработчики программного обеспечения, желающие изучить ROS 2 и робототехнику.
Студенты или инженеры, желающие научиться создавать робота с нуля.
Разработчики, которые уже знакомы с ROS 2 и хотят использовать его в реальных приложениях.
Разработчики ROS, желающие изучить и перейти на ROS 2.
Инженеры-робототехники, желающие развить навыки в области автономной навигации.
Начинающие разработчики на Python, интересующиеся беспилотными автомобилями.
Начинающие разработчики на C++ интересуются беспилотными автомобилями.
Требования:

Программирование Arduino для робототехнических приложений
Базовые знания Linux
Предварительных знаний о ROS или ROS 2 не требуется.
Предварительные знания теории робототехники не требуются.
Никакого дополнительного оборудования не требуется. Весь курс можно пройти, используя только компьютер.
Материалы курса:
11 разделов • 160 лекций • Общая продолжительность 29 ч 33 мин

Введение
Настройка
Введение в ROS 2
Формирование изображения
Компьютерное зрение
Стереоскопическое зрение и облака точек
Визуальная одометрия
Реконструкция глубины
Визуальный SLAM
Собери робота
Выводы
Промо на русском языке:




Спойлер: Оригинальное описание:
Would you like to give your Self-Driving Robot the sense of sight? Do you want to build a real robot that sees, understands, and moves through the world using ROS 2, the latest version of the Robot Operating System?
Would you like to step into the world of Physical AI and learn the theory and practice of Computer Vision, Stereo Vision, Point Clouds, Visual Odometry, and Visual SLAM from industry experts?
This is the fourth and final course of the Self-Driving and ROS 2 – Learn by Doing! series. Your robot can already move, map, localize, and navigate. Now it is time to teach it to see.
In this course, you will:
Understand how a camera forms an image, from the Pinhole Camera model to lenses, distortion, and Camera Calibration
Process images with OpenCV (color spaces, filtering, masks, and contours) and build a Ball Follower robot
Simulate RGB and Stereo Cameras in Gazebo and turn Disparity Images into 3D Point Clouds
Filter Point Clouds with PCL and reconstruct the 3D environment around the robot
Estimate the robot’s motion with Visual Odometry, using Feature Detectors (SIFT, FAST, ORB), Epipolar Geometry, and Optical Flow
Run Visual SLAM with RTAB-Map, including Loop Closure with Bag of Words
Master the ROS 2 tools for vision: Image Transport, Quality of Service (QoS), Message Filters, and Components
Build a real robot with a Raspberry Pi and run all the functionalities on hardware
The philosophy of this course is Learn by Doing, and quoting the American writer and teacher Dale Carnegie:
Learning is an Active Process. We learn by doing; only knowledge that is used sticks in your mind.
To help you master these concepts and use them in your projects and in your future job, I will guide you through every functionality of ROS 2, both from the theoretical and the practical point of view.
Each section is composed of three parts:
Theoretical explanation of the concept and functionality
Usage of the concept in a simple Practical example
Application of the functionality in a real Robot
There is more!
All the programming lessons are developed in both Python and C++. You can choose the language you are most familiar with, or become an expert Robotics Software Developer in both! The course supports all ROS 2 distributions, and you can follow it entirely in simulation.
By taking this course, you will gain a deep understanding of robot perception, the foundation of Physical AI, and open up opportunities in the exciting field of robotics and autonomous systems.






СКАЧАТЬ СЛИВЫ КУРСОВ

Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться