E-ROS4PRO est une formation à la robotique opensource utilisant le framework opensource ROS (Robot Operating System).
Durée : 35h (5 jours consécutifs). Coût : 3000€ HT (=3000€ TTC) par personne. Il est possible de raccourcir votre participation à 48h selon les thématiques auxquelles vous souhaitez participer.
Les dates de formation prévues sont :
- Du 30 janvier au 3 février 2023 à Bordeaux
- Il n’y a à ce jour pas d’autre date, n’hésitez pas à nous manifester votre intérêt pour de nouvelles dates
Que vous soyez disponible sur ses dates ou non, nous vous invitons à nous signaler votre intérêt pour cette formation en écrivant à participer@ros4.pro et en indiquant :
- Votre nom/prénom
- Votre ville
- Votre statut (salarié, indépendant, chercheur d’emploi, enseignant …)
- Votre organisme (nom de l’entreprise)
- Si votre inscription est à titre personnel ou collectif et le cas échéant, combien d’inscrits
- Le contexte qui vous amène à demander votre participation à cette formation
- Vos modalités de prise en charge du coût de formation le cas échéant (cf l’information dédiée)
Organisation
La formation se déroulera en français dans les locaux de Bordeaux INP (tram B Arts et Métiers) à Talence de 9:00 à 12:30 et de 13:30 à 17:00.
Les apprenants seront en formation professionnelle (salariés, entrepreneurs et demandeurs d’emploi) et étudiants en formation initiale. La formation se déroulera en groupes de travail de 3 à 4 personnes disposant chacun d’un robot Turtlebot, d’un drone, d’un robot Poppy Ergo Jr et d’une caméra.
L’apérobot du jeudi soir permet de faire rencontrer les apprenants avec un réseau de passionnés en robotique en partageant des pizzas offertes par le fablab Eirlab Community. Les autres repas ne sont pas pris en charge, mais un food truck et une sandwitcherie se trouvent à proximité.
Prérequis
La formation est ouverte à toutes les personnes disposant d’une formation scientifique entre BAC+2 et BAC+5 ainsi que d’une expérience de programmation en langage Python.
Il est demandé d’apporter 1 ordinateur portable, optionnellement avec Ubuntu 20.04 Focal Fossa et ROS Noetic installés par vos soins. En l’absence de cette installation préalable le formateur vous prêtera une clé USB bootable. La journée vision requiert au moins 6Go de RAM pour l’entraînement des réseaux de neurones
Programme de formation
La formation E-ROS4PRO est certifiante et conduira à l’obtention d’un certificat sur la base des compétences acquises du programme ci-après, très orienté pratique avec un peu de théorie.
Acquis d’apprentissage certifiants du programme
Génériques
- Savoir Être : Développer son autonomie à résoudre un problème en s’aidant des ressources documentaires adaptées
- Savoir Être : Travailler dans une équipe intergénérationnelle et hétérogène
- Savoir Faire : Planifier des tâches de travail priorisées pour atteindre un objectif
Jour 1 Introduction
- Savoir Faire : Connaître et savoir utiliser les principales commandes Linux et ROS
- Savoir : Comprendre les mécanismes de communication de ROS
- Savoir Faire : Comprendre et utiliser un plan d’assemblage électromécanique
Jour 2 Navigation
- Savoir : Connaître les problématiques classiques de la navigation autonome, notamment : odométrie, localisation, cartographie, SLAM, évitement d’obstacles, recherche de chemin.
- Savoir : Connaître les techniques classiques pour répondre à ces problématiques, notamment : algorithmes, capteurs, conception mécanique. Avoir une idée de ce qui est un problème résolu et de ce qui est encore un problème ouvert.
- Savoir : Comprendre le fonctionnement d’un filtre particulaire et en particulier de l’algorithme de localisation AMCL
- Savoir Faire : Réaliser une carte 2D en utilisant uniquement un robot à roues, sans utiliser de capteurs extérieurs au robot.
- Savoir Faire : Utiliser la stack complète de navigation de ROS « move_base » avec les outils graphiques puis en utilisant du code pour réaliser un robot patrouilleur autonome.
Jour 3 Vision
- Savoir : Comprendre le fonctionnement d’un réseau de neurones
- Savoir Faire : Implémenter un réseau de neurones pour la classification d’images
- Savoir Faire : Choisir un réseau de neurones Tensorflow Object Detection (TOD) adapté à la détection d’objets dans des images
- Savoir Faire : Exploiter un réseau de neurones pré-entraîné TOD pour la détection de chiffres en écriture manuscrite
- Savoir Faire : Intégrer avec ROS en Python une prise d’images par une caméra avec la détection d’objet par un réseau TOD
Jour 4 Vol
- Savoir : Piloter un drone avec un ordinateur embarqué à partir d’une station sol
- Savoir : Comprendre la législation française en matière de vol
- Savoir : Comprendre le rôle du contrôleur de vol (FCU) et de la station sol
- Savoir Faire : Implémenter un nœud Mavros en Python permettant le contrôle du drone
- Savoir Faire : Faire voler un drone dans une volière intérieure selon des points de patrouille
Jour 5 Manipulation
- Savoir : Comprendre le problème résolu par le solveur cinématique direct et inverse
- Savoir : Comprendre l’algorithme de planification de trajectoire sans collision « RRTConnect »
- Savoir Faire : Comprendre le problème résolu par les algorithmes de planification de trajectoires sans collision et les exploiter dans ROS avec Python