Introduction

• Histoire et culture robotique, IoT.
• L’Intelligence Artificielle et sa famille Machine Learning, Deep Learning.
• Applications et évolutions des nouvelles technologies.
• De l’algorithme au circuit imprimé.

Algorithme et Intelligence Artificielle

• Définitions et exemples d’algorithmes utiles.
• Scénarios, graphes, arbres de décisions.
• Machine Learning, apprentissage supervisé, non supervisé.
• Deep Learning, principes.
• Apprentissage par renforcement, algorithmes génétiques.

Analyse d'image

• QR Codes, codes barres : création et lecture.
• Reconnaissance optique de caractères : OCR.
• Identification et authentification d’objets, de visages.
• Suivi de points, d’objets, de chemins.

Son, reconnaissance vocale, chatbot et TAL/NLP

• Cas d’usage, possibilités et limites.
• De la voix au texte.
• API, mode connecté et non connecté.
• Chatbot à scénario fermé, à scénario ouvert (TAL, NLP).
• Du texte à la voix (Text To Speech).

Cartographie 2D, 3D et virtualisation robotique

• Transformer une carte en graphe.
• Trouver son chemin : Dijkstra, A-Star, optimiser la lecture d’une carte.
• Algorithmes de photogrammétrie.
• Cartographie temps réel : sonar, lidar, caméra.
• Environnement virtuel robotique et digital twin.

Communication robotique

• Les principaux protocoles : 4G, 5G, Lifi, Wifi, Bluetooth.
• Communication électronique et informatique : série, TOR, multiplexage, démultiplexage.
• Flux vidéos et audios en temps réel.
• Cryptographie, chiffrement des transmissions.

Frameworks et boîte à outils

• Arduino, Raspberry Pi : présentations.
• Bibliothèques graphiques : OpenCV, BoofCV.
• ROS : Robot Operating System.
• Tensorflow, Keras, OpenAI, CNTK.
• Scratch : programmation par briques élémentaires.
• Simulation : Unity, Blender, Bullet.