توضیحات
دوره Master Robotics Simulation with Python and Pybullet. این دوره آموزشی به آموزش شبیهسازی کامل رباتیک با زبان Python و محیط PyBullet، از ساخت رباتهای متحرک خودکار تا سیستمهای بازوی رباتیک صنعتی پرداخته و شرکتکنندگان را برای ورود به دنیای سیستمهای خودمختار آماده میسازد. دوره آموزشی شبیهسازی رباتیک با Python و PyBullet جامعترین دوره شبیهسازی رباتیک در پلتفرم Udemy است که فراگیران را از سطح صفر تا مرحله ساخت رباتهای کاملاً خودمختار و سیستمهای صنعتی جابهجایی قطعات ارتقا میدهد. برای یادگیری این دوره نیازی به سختافزار فیزیکی وجود ندارد و تمام آموزشها تنها با استفاده از زبان برنامه نویسی Python، محیط PyBullet و یک رایانه شخصی انجام میشوند. فراگیران در این مسیر ابتدا با ساخت رباتهای متحرک و ادغام انواع حسگرها مانند حسگرهای فراصوت، لیدار (LiDAR)، دوربینها، حسگرهای برخورد و حسگرهای جلوگیری از سقوط آشنا میشوند و سپس الگوریتمهای تعقیب خط را با استفاده از پردازش تصویر و OpenCV پیادهسازی میکنند. در بخشهای بعدی دوره، الگوریتمهای کلیدی و بنیادی رباتیک از جمله مسیریابی چرخها، فیلتر ذرهای برای مکانیابی احتمالی، برنامهریزی مسیر کلی با الگوریتم *A، برنامهریزی مسیر محلی با روش DWA برای اجتناب از موانع، الگوریتمهای حل هزارتو و همچنین یادگیری تقویتی Q-Learning به صورت عمیق تدریس میشوند. پروژه پایانی اول دوره شامل ساخت یک ربات متحرک خودمختار (AMR) با قابلیت نقشهبرداری لیدار، مسیریابی هوشمند و رابط کاربری هدایت با کلیک است. در بخش دوم دوره، تمرکز بر روی بازوهای رباتیک، حالتهای مختلف کنترل، سینماتیک مستقیم و معکوس و کنترل مبتنی بر بینایی ماشین قرار دارد. پروژه پایانی دوم نیز یک خط تولید اتوماسیون صنعتی شامل نوار نقاله، تشخیص رنگ با OpenCV، بازوهای رباتیک صنعتی UR3 و SCARA و هماهنگی دو بازوی رباتیک را به تصویر میکشد.
آنچه فرا خواهید گرفت
- ساخت و شبیهسازی کامل رباتها: طراحی و شبیهسازی انواع رباتهای متحرک و بازوهای رباتیک از صفر در محیط PyBullet.
- پیادهسازی الگوریتمهای مکانیابی: استفاده از الگوریتمهای پیشرفته مانند فیلتر ذرهای (Particle Filter) برای تعیین موقعیت ربات.
- برنامهریزی مسیر و خودمختاری: بهکارگیری الگوریتم *A برای مسیریابی کلی و روش DWA برای اجتناب از موانع در زمان واقعی.
- محاسبه سینماتیک بازوی رباتیک: استخراج و حل معادلات سینماتیک مستقیم و معکوس با روشهای مثلثاتی، ماتریسی و ژاکوبی.
- پروژه کامل ربات متحرک خودمختار (AMR): ساخت سیستم خودمختار همراه با نقشهبرداری لیدار و کنترل هدایت با کلیک.
- کنترل هدایتشده با دوربین (IBVS): پیادهسازی سروومکانیک بینایی مبتنی بر تصویر برای هدایت دقیق بازوی رباتیک.
- یادگیری تقویتی با Q-Learning: آموزش ربات برای تعقیب خطوط به کمک هوش مصنوعی و یادگیری تقویتی.
- ساخت خط اتوماسیون صنعتی کامل: پیادهسازی سیستم جابهجایی قطعات همراه با نوار نقاله، تشخیص رنگ و بازوهای صنعتی UR3 و SCARA.
این دوره مناسب افرادیست که
- دانشجویان و علاقهمندان به رباتیک: افرادی که به دنبال تجربه شبیهسازی عملی بدون نیاز به سختافزار فیزیکی هستند.
- مهندسان نرمافزار و توسعهدهندگان Python: برنامهنویسانی که قصد دارند وارد حوزه رباتیک و سیستمهای خودمختار شوند.
- پژوهشگران و دانشجویان تحصیلات تکمیلی: کسانی که نیاز به نمونهسازی سریع و تست الگوریتمهای رباتیک دارند.
- علاقهمندان به یادگیری خودآموز: افرادی که به رباتهای خودمختار، بازوهای رباتیک و مسیریابی با هوش مصنوعی علاقه دارند.
مشخصات دوره Master Robotics Simulation with Python and Pybullet
- ناشر: Udemy
- مدرس: Saroj Debnath
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 19 ساعت و 57 دقیقه
- تعداد دروس: 66
سرفصل های دوره
پیشنیازهای دوره Master Robotics Simulation with Python and Pybullet
- A computer with at least 4GB RAM running Windows, Mac, or Linux
- Basic math understanding (trigonometry, linear algebra) — a high school level is sufficient
- No prior robotics or simulation experience required — everything is taught from the ground up
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
16.3 گیگابایت
