Avanza en tu carrera profesional con una especialización que te dotará de todo el conocimiento necesario sobre la Robótica y la Industria 4.0” 

Los robots pueden tomar decisiones y actuar de forma autónoma teniendo en cuenta toda la información del entorno ya sea adquirida mediante sensores. El profesional de la Ingeniería aporta en la fase de desarrollo y creación todo su saber en este campo, con un domino de los algoritmos, que permiten la adecuada planificación de tareas y movimientos.

Esta Experto universitario se centra en el complejo mundo algorítmico para analizar los principales problemas en la autonomía y los movimientos del robot aplicando para solucionarlo las estrategias más ópticas. Con un enfoque eminentemente práctico, el alumnado de esta titulación se aproximará a una industria que requiere además de conocimientos profundos en las técnicas que permiten los sistemas 
de percepción y de visión.  

Asimismo, en este programa el profesional de la Ingeniería estará acompañado por un cuadro docente especializado en este campo que le aportará los últimos avances técnicos logrados en el proceso de localización y mapeo simultáneo, el denominado SLAM. De esta forma, el alumnado se encuentra ante una titulación extensa donde conseguir un aprendizaje amplio en un campo de la Robótica que demanda cada vez más profesionales cualificados. 

Esta titulación es una oportunidad para el alumnado que desee una especialización, que le permita flexibilidad a la hora de acceder al temario. Así, TECH ofrece en esta Experto universitario un programa completo desde el primer día con contenido multimedia descargable para visionarse en cualquier momento y un sistema Relearning, basado en la reiteración, que facilitará el aprendizaje.

Un programa 100% online que se adapta a ti. Accede a él a cualquier hora y con tan solo un dispositivo con conexión a internet” 

Esta Experto universitario en Sistemas de Navegación de Robots contiene el programa educativo más completo y actualizado del mercado. Sus características más destacadas son:  

• El desarrollo de casos prácticos presentados por expertos en Ingeniería Robótica 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional 
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje 
• Su especial hincapié en metodologías innovadoras  
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual 
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet 

Inscríbete ahora y profundiza en las últimas técnicas de optimización de sensores ópticos para la Robótica”

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.  

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.  

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.   

El método de enseñanza Relearning y el contenido multimedia te permitirán alcanzar tus metas con mayor facilidad. Haz clic e inscríbete ya"

Diseñar algoritmos de tratamiento digital de imágenes más avanzados con esta titulación universitaria"

El temario de esta Experto universitario ha sido diseñado por un equipo de profesionales con amplia experiencia en la industria 4.0. Es por ello, por lo que esta titulación está estructurada en 4 módulos, donde el alumnado contará con un amplio material audiovisual que le llevará por los principales conceptos de diseño y modelado, los algoritmos, la visión en Robótica o el Mapeo Simultáneo mediante técnicas de Visión Artificial. Las lecturas esenciales y los casos de ejemplos reales aportado por el cuadro docente completan esta titulación.  

Tienes a tu alcance las principales herramientas para crear diseños y modelados de robots. Haz clic y especialízate”  

Módulo 1. Robótica: diseño y modelado de robots

1.1. Robótica e Industria 4.0

1.1.1. Robótica e Industria 4.0
1.1.2. Campos de aplicación y casos de uso
1.1.3. Subáreas de especialización en Robótica

1.2. Arquitecturas hardware y software de robots

1.2.1. Arquitecturas hardware y tiempo real
1.2.2. Arquitecturas software de robots
1.2.3. Modelos de comunicación y tecnologías Middleware
1.2.4. Integración de software con Robot Operating System (ROS)

1.3. Modelado matemático de robots

1.3.1. Representación matemática de sólidos rígidos
1.3.2. Rotaciones y traslaciones
1.3.3. Representación jerárquica del estado
1.3.4. Representación distribuida del estado en ROS (librería TF)

1.4. Cinemática y dinámica de robots

1.4.1. Cinemática
1.4.2. Dinámica
1.4.3. Robots subactuados
1.4.4. Robots redundantes

1.5. Modelado de robots y simulación

1.5.1. Tecnologías de modelado de robots
1.5.2. Modelado de robots con URDF
1.5.3. Simulación de robots
1.5.4. Modelado con simulador Gazebo

1.6. Robots manipuladores

1.6.1. Tipos de robots manipuladores
1.6.2. Cinemática
1.6.3. Dinámica
1.6.4. Simulación

1.7. Robots móviles terrestres

1.7.1. Tipos de robots móviles terrestres
1.7.2. Cinemática
1.7.3. Dinámica
1.7.4. Simulación

1.8. Robots móviles aéreos

1.8.1. Tipos de robots móviles aéreos
1.8.2. Cinemática
1.8.3. Dinámica
1.8.4. Simulación

1.9. Robots móviles acuáticos

1.9.1. Tipos de robots móviles acuáticos
1.9.2. Cinemática
1.9.3. Dinámica
1.9.4. Simulación

1.10. Robots bioinspirados

1.10.1. Humanoides
1.10.2. Robots con cuatro o más piernas
1.10.3. Robots modulares
1.10.4. Robots con partes flexibles (Soft-Robotics)

Módulo 2. Algoritmos de planificación en robots

2.1. Algoritmos de planificación clásicos

2.1.1. Planificación discreta: espacio de estados
2.1.2. Problemas de planificación en Robótica. Modelos de sistemas robóticos
2.1.3. Clasificación de planificadores

2.2. El problema de planificación de trayectorias en robots móviles

2.2.1. Formas de representación del entorno: grafos
2.2.2. Algoritmos de búsqueda en grafos
2.2.3. Introducción de costes en los grafos
2.2.4. Algoritmos de búsqueda en grafos pesados
2.2.5. Algoritmos con enfoque de cualquier ángulo

2.3. Planificación en sistemas robóticos de alta dimensionalidad

2.3.1. Problemas de Robótica de alta dimensionalidad: manipuladores
2.3.2. Modelo cinemático directo/inverso
2.3.3. Algoritmos de planificación por muestreo PRM y RRT
2.3.4. Planificando ante restricciones dinámicas

2.4. Planificación por muestreo óptima

2.4.1. Problemática de los planificadores basados en muestreo
2.4.2. RRT concepto de optimalidad probabilística
2.4.3. Paso de reconectado: restricciones dinámicas
2.4.4. CForest. Paralelizando la planificación

2.5. Implementación real de un sistema de planificación de movimientos

2.5.1. Problema de planificación global. Entornos dinámicos
2.5.2. Ciclo de acción, sensorización. Adquisición de información del entorno
2.5.3. Planificación local y global

2.6. Coordinación en sistemas multirobot I: sistema centralizado

2.6.1. Problema de coordinación multirobot
2.6.2. Detección y resolución de colisiones: modificación de trayectorias con algoritmos genéticos
2.6.3. Otros algoritmos bio-inspirados: enjambre de partículas y fuegos de artificio
2.6.4. Algoritmo de evitación de colisiones por elección de maniobra

2.7. Coordinación en sistemas multirobot II: enfoques distribuidos I

2.7.1. Uso de funciones de objetivo complejas
2.7.2. Frente de Pareto
2.7.3. Algoritmos evolutivos multiobjetivo

2.8. Coordinación en sistemas multirobot III: enfoques distribuidos II

2.8.1. Sistemas de planificación de orden 1
2.8.2. Algoritmo ORCA
2.8.3. Añadido de restricciones cinemáticas y dinámicas en ORCA

2.9. Teoría de planificación por decisión

2.9.1. Teoría de decisión
2.9.2. Sistemas de decisión secuencial
2.9.3. Sensores y espacios de información
2.9.4. Planificación ante incertidumbre en sensorización y en actuación

2.10. Sistemas de planificación de aprendizaje por refuerzo

2.10.1. Obtención de la recompensa esperada de un sistema
2.10.2. Técnicas de aprendizaje por recompensa media
2.10.3. Aprendizaje por refuerzo inverso

Módulo 3. Técnicas de Visión en Robótica: procesamiento y análisis de imágenes

3.1. La visión por computador

3.1.1. La visión por computador
3.1.2. Elementos de un sistema de visión por computador
3.1.3. Herramientas matemáticas

3.2. Sensores ópticos para la Robótica

3.2.1. Sensores ópticos pasivos
3.2.2. Sensores ópticos activos
3.2.3. Sensores no ópticos

3.3. Adquisición de imágenes

3.3.1. Representación de imágenes
3.3.2. Espacio de colores
3.3.3. Proceso de digitalización

3.4. Geometría de las imágenes

3.4.1. Modelos de lentes
3.4.2. Modelos de cámaras
3.4.3. Calibración de cámaras

3.5. Herramientas matemáticas

3.5.1. Histograma de una imagen
3.5.2. Convolución
3.5.3. Transformada de Fourier

3.6. Preprocesamiento de imágenes

3.6.1. Análisis de ruido
3.6.2. Suavizado de imágenes
3.6.3. Realce de imágenes

3.7. Segmentación de imágenes

3.7.1. Técnicas basadas en contornos
3.7.2. Técnicas basadas en histograma
3.7.3. Operaciones morfológicas

3.8. Detección de características en la imagen

3.8.1. Detección de puntos de interés
3.8.2. Descriptores de características
3.8.3. Correspondencias entre características

3.9. Sistemas de visión 3D

3.9.1. Percepción 3D
3.9.2. Correspondencia de características entre imágenes
3.9.3. Geometría de múltiples vistas

3.10. Localización basada en Visión Artificial

3.10.1. El problema de la localización de robots
3.10.2. Odometría visual
3.10.3. Fusión sensorial

Módulo 4. SLAM visual. Localización de robots y mapeo simultáneo mediante técnicas de Visión Artificial

4.1. Localización y Mapeo Simultáneo (SLAM)

4.1.1. Localización y Mapeo Simultáneo. SLAM
4.1.2. Aplicaciones del SLAM
4.1.3. Funcionamiento del SLAM

4.2. Geometría proyectiva

4.2.1. Modelo Pin-Hole
4.2.2. Estimación de parámetros intrínsecos de una cámara
4.2.3. Homografía, principios básicos y estimación
4.2.4. Matriz fundamental, principios y estimación

4.3. Filtros gaussianos

4.3.1. Filtro de Kalman
4.3.2. Filtro de Información
4.3.3. Ajuste y parametrización de filtros gaussianos

4.4. Estéreo EKF-SLAM

4.4.1. Geometría de cámara estéreo
4.4.2. Extracción y búsqueda de características
4.4.3. Filtro de Kalman para SLAM estéreo
4.4.4. Ajuste de Parámetros de EKF-SLAM estéreo

4.5. Monocular EKF-SLAM

4.5.1. Parametrización de Landmarks en EKF-SLAM
4.5.2. Filtro de Kalman para SLAM monocular
4.5.3. Ajuste de parámetros EKF-SLAM monocular

4.6. Detección de cierres de bucle

4.6.1. Algoritmo de fuerza bruta
4.6.2. FABMAP
4.6.3. Abstracción mediante GIST y HOG
4.6.4. Detección mediante aprendizaje profundo

4.7. Graph-SLAM

4.7.1. Graph-SLAM
4.7.2. RGBD-SLAM
4.7.3. ORB-SLAM

4.8. Direct Visual SLAM

4.8.1. Análisis del algoritmo Direct Visual SLAM
4.8.2. LSD-SLAM
4.8.3. SVO

4.9. Visual Inertial SLAM

4.9.1. Integración de medidas inerciales
4.9.2. Bajo acoplamiento: SOFT-SLAM
4.9.3. Alto acoplamiento: Vins-Mono

4.10. Otras tecnologías de SLAM

4.10.1. Aplicaciones más allá del SLAM visual
4.10.2. Lidar-SLAM
4.10.2. Range-only SLAM

Domina las distintas aplicaciones de Localización y Mapeo Simultáneo (SLAM) con esta Experto universitario”