Temario del curso
Fundamentos de TinyML para robótica
- Capacidades y limitaciones clave de TinyML.
- El papel de la IA en el borde (edge AI) en sistemas autónomos.
- Consideraciones de hardware para robots móviles y drones.
Hardware integrado e interfaces de sensores
- Microcontroladores y placas integradas para robótica.
- Integración de cámaras, unidades de medición inercial (IMU) y sensores de proximidad.
- Gestión del presupuesto energético y de procesamiento.
Ingeniería de datos para percepción robótica
- Recopilación y etiquetado de datos para tareas robóticas.
- Técnicas de preprocesamiento de señales e imágenes.
- Estrategias de extracción de características para dispositivos con recursos limitados.
Desarrollo y optimización de modelos
- Selección de arquitecturas para percepción, detección y clasificación.
- Flujos de trabajo de entrenamiento para ML integrado (embedded ML).
- Compresión de modelos, cuantización y optimización de la latencia.
Percepción y control en el dispositivo
- Ejecución de inferencias en microcontroladores.
- Fusión de las salidas de TinyML con algoritmos de control.
- Seguridad y respuesta en tiempo real.
Mejoras en la navegación autónoma
- Navegación ligera basada en visión.
- Detección y evasión de obstáculos.
- Conciencia ambiental bajo restricciones de recursos.
Pruebas y validación de robots impulsados por TinyML
- Herramientas de simulación y enfoques de pruebas en campo.
- Métricas de rendimiento para la autonomía integrada.
- Depuración y mejora iterativa.
Integración en plataformas robóticas
- Despliegue de TinyML dentro de flujos de trabajo basados en ROS.
- Interfaz entre modelos de ML y controladores de motores.
- Mantenimiento de la fiabilidad a través de variaciones de hardware.
Resumen y próximos pasos
Requerimientos
- Comprensión de las arquitecturas de sistemas robóticos.
- Experiencia en desarrollo integrado (embebido).
- Familiaridad con conceptos de aprendizaje automático.
Público objetivo
- Ingenieros en robótica.
- Investigadores de IA (Inteligencia Artificial).
- Desarrolladores de sistemas integrados.
Testimonios (2)
Suministro de los materiales (máquina virtual) para comenzar directamente con los ejercicios y explicación del núcleo de ROS2. Por qué las cosas funcionan de cierta manera.
Arjan Bakema
Curso - Autonomous Navigation & SLAM with ROS 2
Traducción Automática
su conocimiento y utilización de la IA para la robótica en el futuro.
Ryle - PHILIPPINE MILITARY ACADEMY
Curso - Artificial Intelligence (AI) for Robotics
Traducción Automática
