ROS, Robot Operating System, créer des applications robotiques
Par OrsysObjectifs
- Comprendre les possibilités de ROS et son architecture
- Connaître les simulateurs et les outils de débogage pour avancer sur son projet
- Mettre en place une navigation autonome sur un robot mobile
- Concevoir un traitement d'images embarqué
- Utiliser un bras robotique adapté à son besoin
Préambule
- Définition de ROS.
- Avantages par rapport aux autres solutions existantes.
- Installation et configuration sur Ubuntu.
- Présentation des avantages de l’encapsulation dans un Docker.
- ROS dans un système embarqué.
Travaux pratiques
Installation et configuration de ROS sur Ubuntu.
L'architecture
- Navigation dans le système de fichiers.
- La notion de package et de stack.
- Les nœuds, les topics, les services, les actions.
- Le ROS Master et le serveur de paramètres.
Travaux pratiques
Création de packages, nœuds, topics, services et actions.
Les simulateurs
- Présentation des simulateurs existants.
- Découverte de Gazebo, un simulateur 3D.
- Créer des objets à simuler à l’aide des fichiers URDF.
- Ajouter un fichier URDF dans Gazebo.
Travaux pratiques
Simulation du déplacement d'un robot dans un espace virtuel. Création d'un objet à simuler.
Débugger
- Réaliser des messages Logs.
- Les différents outils de supervision du système.
- Découverte de RVIZ.
- Rejouer des scènes avec les Bags.
Travaux pratiques
Superviser et rejouer le déplacement d'un robot dans un espace virtuel.
La navigation autonome
- La différence entre AGV (Automated Guided Vehicle) et UGV (Unmanned Ground Vehicle).
- La création d'une carte de navigation.
- Le concept de l’AMCL (Adaptive Monte Carlo Localization).
- Le concept de SLAM (Simultaneous Localization and Mapping).
- Mots-clés pour de la navigation autonome avec ROS.
- La navigation stack de ROS.
- Les différentes configurations à connaître.
Travaux pratiques
Mise en œuvre d'une navigation autonome.
La vision par ordinateur
- Présentation des principaux composants destinés à la vision.
- Récupérer un flux vidéo et/ou des données.
- Présentation des différentes solutions existantes pour traiter les images.
- OpenCV et traitement d'images.
Travaux pratiques
Création d'une reconnaissance faciale.
Les bras robotiques
- Présentation des critères de sélection d'un bras robotique.
- Modèles mathématiques permettant de contrôler un bras.
- Les bras accessibles à tous sur ROS.
- MoveIt et son architecture.
- Intégration d’un bras robotique dans MoveIt.
Travaux pratiques
Commande d'un bras robotique.
Imprimer
Envoyer
Envoyer la page à :
Programme
Préambule
- Définition de ROS.
- Avantages par rapport aux autres solutions existantes.
- Installation et configuration sur Ubuntu.
- Présentation des avantages de l’encapsulation dans un Docker.
- ROS dans un système embarqué.
Travaux pratiques
Installation et configuration de ROS sur Ubuntu.
L'architecture
- Navigation dans le système de fichiers.
- La notion de package et de stack.
- Les nœuds, les topics, les services, les actions.
- Le ROS Master et le serveur de paramètres.
Travaux pratiques
Création de packages, nœuds, topics, services et actions.
Les simulateurs
- Présentation des simulateurs existants.
- Découverte de Gazebo, un simulateur 3D.
- Créer des objets à simuler à l’aide des fichiers URDF.
- Ajouter un fichier URDF dans Gazebo.
Travaux pratiques
Simulation du déplacement d'un robot dans un espace virtuel. Création d'un objet à simuler.
Débugger
- Réaliser des messages Logs.
- Les différents outils de supervision du système.
- Découverte de RVIZ.
- Rejouer des scènes avec les Bags.
Travaux pratiques
Superviser et rejouer le déplacement d'un robot dans un espace virtuel.
La navigation autonome
- La différence entre AGV (Automated Guided Vehicle) et UGV (Unmanned Ground Vehicle).
- La création d'une carte de navigation.
- Le concept de l’AMCL (Adaptive Monte Carlo Localization).
- Le concept de SLAM (Simultaneous Localization and Mapping).
- Mots-clés pour de la navigation autonome avec ROS.
- La navigation stack de ROS.
- Les différentes configurations à connaître.
Travaux pratiques
Mise en œuvre d'une navigation autonome.
La vision par ordinateur
- Présentation des principaux composants destinés à la vision.
- Récupérer un flux vidéo et/ou des données.
- Présentation des différentes solutions existantes pour traiter les images.
- OpenCV et traitement d'images.
Travaux pratiques
Création d'une reconnaissance faciale.
Les bras robotiques
- Présentation des critères de sélection d'un bras robotique.
- Modèles mathématiques permettant de contrôler un bras.
- Les bras accessibles à tous sur ROS.
- MoveIt et son architecture.
- Intégration d’un bras robotique dans MoveIt.
Travaux pratiques
Commande d'un bras robotique.
Formations de la même catégories (5)
- Apprendre à connaître les techniques de l’intelligence artificielle et leur utilisation en finance à travers différents cas pratiques
- Explorer le Big Data, qui constitue la matière première de l’intelligence artificielle
- Analyser l’impact de l’intelligence artificielle sur les métiers de la finance
- Disposer d’une définition concrète des solutions et outils d’Intelligence Artificielle
- Savoir définir les types de bénéfices par métier, activité, secteur de l’Entreprise
- Être en mesure de discerner les clés de réussite d’une solution d’Intelligence Artificielle
- Connaître les solutions, outils et technologies actuellement employés dans un projet d’Intelligence Artificielle
L'intelligence artificielle (IA) est partout ! L’IA, est un domaine qui a une longue histoire mais qui continue de se développer et de se transformer de manière continue. L’IA concerne la capabilité des machines à réaliser des performances qui étaient exclusives à l’être humain. Dans cette formation, vous apprendrez les bases de l’IA moderne ainsi que certaines de ses applications représentatives.
La formation est basée sur une Pédagogie active et ludique : 70% théorie et 30% pratique.
- Acquérir une vision d'ensemble des changements qu'implique l'adoption de l'IA
- Comprendre les enjeux éthiques et les risques liés à ce type de technologie
- Obtenir les clés essentielles pour lancer un projet d'intelligence artificielle
- Savoir communiquer au sein de et hors de son organisation sur l'adoption de ces technologies
Désignés par leurs initiales, le machine to machine (M2M) et l’Internet des objets (IoT) sont deux concepts très proches et leurs domaines d’utilisations très variés : l’automobile, la santé, l’entreprise, etc. Ce cours de synthèse permet d’explorer les solutions radios s’offrant aux objets pour communiquer entre eux.
