آموزش پهپادها و سیستم‌های خودگردان: ۱۰۰ آزمایشگاه با ROS 2 و PX4 - آخرین آپدیت

دانلود Drone & Autonomous Systems: 100 Labs with ROS 2 & PX4

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: از سطح صفر دانش رباتیک تا طراحی ناوگان‌های پهپادی خودگردان در سطح صنعتی با استفاده از ROS 2، PX4، هوش مصنوعی لبه (Edge AI) و فضای ابری. طراحی سیستم‌های کامل پهپادی خودگردان با استفاده از اصول مهندسی رباتیک مدرن به جای استفاده از اسکریپت‌های پراکنده. تسلط بر ROS 2، PX4، گردش‌کارهای شبیه‌سازی، میان‌افزارهای رباتیک و طراحی سیستم‌های خودگردان توزیع‌شده. طراحی معماری‌های قابل اعتماد کنترل پرواز شامل مفاهیم PID، خط لوله‌های ناوبری، منطق Fail-safe و رفتارهای خودگردان. ساخت خط لوله‌های ادراکی با استفاده از بینایی ماشین، تلفیق حسگرها، مفاهیم SLAM و تشخیص اشیاء در زمان واقعی. پیاده‌سازی بارهای کاری Edge AI با قابلیت اتخاذ تصمیمات خودگردان در لحظه بدون اتکای کامل به زیرساخت ابری. مهندسی سیستم‌های ارتباطی امن پهپادی با استفاده از تلمتری، مفاهیم MAVLink، رمزنگاری، شبکه‌سازی ناوگان و یکپارچگی با ابر. مقیاس‌پذیری از یک پهپاد تک‌نفره به هماهنگی ناوگان‌های چند-پهپادی با تحمل خطا و زمان‌بندی ماموریت‌ها. پیاده‌سازی سیستم‌های خودگردان منطبق بر قوانین شامل ثبت گزارش‌های حسابرسی، ژئوفنسینگ (حریم جغرافیایی)، کنترل‌های امنیتی و گردش‌کارهای هوش مصنوعی قابل توضیح. بهره‌برداری از خط لوله‌های استقرار صنعتی با قابلیت مشاهده‌پذیری، CI/CD، مانیتورینگ، بازیابی پس از حادثه و بهینه‌سازی عملکرد. تکمیل یک پروژه نهایی (Capstone) در سطح دکتری با طراحی و شبیه‌سازی یک پلتفرم هوشمند ناوگان پهپادی کاملاً خودگردان مناسب برای سناریوهای صنعتی واقعی. پیش نیازها: دانشجویان باید دارای موارد زیر باشند: - آشنایی ابتدایی با کامپیوتر - اشتیاق به رباتیک، پهپادها، هوش مصنوعی یا سیستم‌های خودگردان - هیچ تجربه قبلی در رباتیک مورد نیاز نیست نرم‌افزارهای پیشنهادی: - Ubuntu 24.04 LTS (یا نسخه‌های جدیدتر) - Visual Studio Code - Docker Desktop (اختیاری اما توصیه شده) - Git

این دوره شامل استفاده از هوش مصنوعی است.

من تنها برای زمانی که صرف ساخت این برنامه جامع آموزشی شده است، هزینه دریافت می‌کنم.

مهندسی سیستم‌های خودگردان به جای صرفاً «کدنویسی بر اساس حس» (Vibe Coding).

صنعت پهپادها به شدت تغییر کرده است.

امروزه تقریباً هر کسی می‌تواند با تماشای چند ویدیو آنلاین، یک پهپاد را در شبیه‌ساز به پرواز درآورد. مدل‌های زبانی بزرگ حتی می‌توانند با یک دستور ساده، قطعاتی از کد رباتیک را تولید کنند.

اما ساخت سیستم‌های خودگردان در سطح صنعتییک چالش کاملاً متفاوت است.

مهندسان حرفه‌ای صرفاً یک پهپاد را به پرواز در نمی‌آورند.

آن‌ها سیستم‌هایی می‌سازند که وقتی GPS غیرقابل اعتماد می‌شود، همچنان به کار خود ادامه دهند.

آن‌ها معماری‌هایی طراحی می‌کنند که از خرابی‌ها بازیابی شوند.

آن‌ها خط لوله‌های ارتباطی می‌سازند که امن باقی بمانند.

آن‌ها ناوگان‌های خودگردانی می‌سازند که قادر به اتخاذ تصمیمات ایمن و در عین حال رعایت قوانین عملیاتی و محدودیت‌های نظارتی باشند.

این تفاوت، هدف اصلی این دوره است.

این دوره یک سری آموزشی دیگر متمرکز بر دستورات مجزا یا مثال‌های کپی-پیستی نیست.

بلکه یک تخصص مهندسی کامل است که حول ۱۰۰ آزمایشگاه با ساختار دقیقبنا شده است تا تفکر شما را به تدریج متحول کند؛ از درک یک جزء خودگردان تا معماری اکوسیستم‌های کامل پهپادی هوشمند.

چرا این دوره متفاوت است؟

هر آزمایشگاه از یک فلسفه مهندسی واحد پیروی می‌کند:

  • درک معماری

  • یادگیری دلیل عملکرد سیستم‌ها

  • ساخت راهکار

  • تأیید نتیجه

  • عیب‌یابی مشکلات مهندسی واقعی

  • آماده‌سازی برای استقرار صنعتی

به جای حفظ کردن دستورات، شما ذهنیتی را پرورش می‌دهید که برای مهندسی سیستم‌های خودگردانِ قابل اعتماد، مقیاس‌پذیر، مشاهده‌پذیر و قابل نگهداری لازم است.

در پایان این مسیر، شما فقط تکنولوژی‌های مجزا را نمی‌شناسید، بلکه درک خواهید کرد که چگونه آن‌ها در قالب یک پلتفرم تولیدی منسجم با هم ترکیب می‌شوند.

در ۱۰۰ آزمایشگاه چه می‌گذرد؟

برنامه آموزشی مانند یک مسیر شغلی مهندسی واقعی پیش می‌رود.

شما با تفکر رباتیکی، لینوکس، پایتون، سیستم‌های نهفته، حسگرها، تئوری کنترل، ارتباطات و مبانی ایمنی شروع می‌کنید.

سپس به سراغ معماری ROS 2، میان‌افزارهای رباتیک توزیع‌شده، توسعه مبتنی بر شبیه‌سازی، تلمتری، سیستم‌های مختصاتی، عیب‌یابی و تست‌های خودگردان می‌روید.

سپس دینامیک پرواز، ناوبری، مفاهیم PID، حالت‌های پرواز خودگردان، سیستم‌های بازیابی اضطراری و ناوبری نقاط راه (Waypoint) را می‌آموزید.

دوره با بینایی ماشین، خط لوله‌های ادراکی، جریان نوری (Optical Flow)، مفاهیم SLAM، نقشه‌برداری محیطی و ناوبری مبتنی بر بینایی ادامه می‌یابد.

بعد از ادراک، نوبت به مهندسی ارتباطات می‌رسد: مفاهیم MAVLink، تلمتری امن، شبکه‌سازی، ارتباطات لبه، تلمتری ابری و پیام‌رسانی ناوگان.

سپس سیستم‌های تصمیم‌گیرنده هوشمند را با استفاده از Edge AI، استنتاج داخلی، ناوبری تطبیقی، تلفیق حسگرها، مفاهیم یادگیری تقویت‌شده و معماری‌های مقاوم در برابر خطا می‌سازید.

با مقیاس‌پذیری از یک پهپاد به تعداد زیاد، هماهنگی ناوگان، هوش جمعی (Swarm)، تخصیص توزیع‌شده ماموریت‌ها، تحمل خطا، تجمیع تلمتری و امنیت ناوگان را طراحی می‌کنید.

امنیت و حاکمیت به دغدغه‌های اصلی مهندسی تبدیل می‌شوند و شما گردش‌کارهای انطباق، ژئوفنسینگ، ردپاهای حسابرسی، مدیریت هویت، ارتباطات رمزنگاری شده و تصمیم‌گیری‌های خودگردان قابل توضیح را پیاده می‌کنید.

در نهایت، روش‌های استقرار صنعتی شامل یکپارچگی ابری، CI/CD، مانیتورینگ، مشاهده‌پذیری، بازیابی پس از حادثه، بهینه‌سازی عملکرد و استراتژی‌های انتقال از شبیه‌ساز به دنیای واقعی را بررسی می‌کنید.

هدف نهایی: آزمایشگاه ۱۰۰

همه چیز برای یک چالش مهندسی واحد طراحی شده است.

آزمایشگاه ۱۰۰ یک پروژه ساده نیست.

این یک پلتفرم کامل هوشمند برای مدیریت ناوگان پهپادی خودگردان است.

شما یک اکوسیستم در سطح صنعتی را معماری و شبیه‌سازی خواهید کرد که دارای ویژگی‌های زیر است:

  • ارتباطات توزیع‌شده ROS 2

  • هماهنگی ناوگان چند-پهپادی

  • ناوبری خودگردان

  • تصمیم‌گیری مبتنی بر Edge AI

  • ادراک در زمان واقعی

  • تلمتری امن

  • مانیتورینگ ابری

  • حاکمیت منطبق بر قوانین

  • تحمل خطا

  • مدیریت ناوگان (Orchestration)

  • مشاهده‌پذیری صنعتی

این پروژه نهایی بازتاب‌دهنده سیستم‌هایی است که در بازرسی زیرساخت‌ها، مانیتورینگ محیطی، اتوماسیون صنعتی، آزمایشگاه‌های تحقیقاتی و عملیات خودگردان نسل جدید یافت می‌شوند.

تکمیل این پروژه ثابت می‌کند که شما می‌توانید درباره سیستم‌های خودگردان به عنوان پلتفرم‌های مهندسی یکپارچه فکر کنید، نه به عنوان اجزای نرم‌افزاری مجزا.

چرا امروز ثبت‌نام کنید؟

سیستم‌های خودگردان دیگر تجربی نیستند.

سازمان‌ها به طور فزاینده‌ای به مهندسانی نیاز دارند که رباتیک، رایانش ابری، سیستم‌های توزیع‌شده، هوش مصنوعی، شبکه‌سازی، مشاهده‌پذیری، امنیت و انطباق را به عنوان یک رشته منسجم بدانند.

این دوره به شما این دیدگاه یکپارچه را از طریق ۱۰۰ آزمایشگاه متمرکز بر تولید صنعتی فراهم می‌کند.

اگر هدف شما فراتر رفتن از آموزش‌های ساده و پرورش ذهنیتی است که برای ساخت سیستم‌های خودگردان قابل اعتماد لازم است، این دوره یک مسیر ساختاریافته از مبانی تا معماری سیستم‌های پیشرفته را ارائه می‌دهد.

سفر شما با یک نمودار سیستم شروع می‌شود.

و با یک ناوگان خودگردان به پایان می‌رسد.


سرفصل ها و درس ها

مقدمه‌ای بر پهپادها و سیستم‌های خودگردان Introduction to Drone & Autonomous Systems

  • مقدمه Introduction

ماژول ۱: مبانی رباتیک و تفکر خودگردان (آزمایشگاه‌های ۱ تا ۱۰) MODULE 1: Foundations of Robotics & Autonomous Thinking (Labs 1–10)

  • مبانی رباتیک و تفکر خودگردان Foundations of Robotics & Autonomous Thinking

  • آزمایشگاه ۱: مقدمه‌ای بر تفکر سیستم‌های خودگردان Lab 1: Introduction to Autonomous Systems Thinking

  • آزمایشگاه ۲: محیط لینوکس برای گردش‌کارهای رباتیک Lab 2: Linux Environment for Robotics Workflows

  • آزمایشگاه ۳: پایتون برای منطق سیستم‌های خودگردان Lab 3: Python for Autonomous Systems Logic

  • آزمایشگاه ۴: مقدمه‌ای بر سیستم‌های نهفته در پهپادها Lab 4: Introduction to Embedded Systems in Drones

  • آزمایشگاه ۵: مبانی سیستم‌های کنترل برای پایداری پرواز Lab 5: Control Systems Basics for Flight Stability

  • آزمایشگاه ۶: حسگرها در سیستم‌های خودگردان Lab 6: Sensors in Autonomous Systems

  • آزمایشگاه ۷: سیستم‌های ارتباطی ابتدایی در پهپادها Lab 7: Basic Communication Systems in Drones

  • آزمایشگاه ۸: مقدمه‌ای بر محیط‌های شبیه‌سازی Lab 8: Introduction to Simulation Environments

  • آزمایشگاه ۹: اصول ایمنی پرواز Lab 9: Flight Safety Principles

  • آزمایشگاه ۱۰: نقطه عطف موفقیت اولیه - طراحی کلی سیستم Lab 10: Initial Success Milestone – System Overview Design

ماژول ۲: میان‌افزار اصلی رباتیک و شبیه‌سازی (آزمایشگاه‌های ۱۱ تا ۲۰) MODULE 2: Core Robotics Middleware & Simulation (Labs 11–20)

  • میان‌افزار اصلی رباتیک و شبیه‌سازی Core Robotics Middleware & Simulation

  • آزمایشگاه ۱۱: مبانی معماری ROS 2 Lab 11: ROS 2 Architecture Fundamentals

  • آزمایشگاه ۱۲: سیستم پیام‌رسانی ROS 2 Lab 12: ROS 2 Messaging System

  • آزمایشگاه ۱۳: راه‌اندازی شبیه‌ساز پهپاد Lab 13: Drone Simulation Setup

  • آزمایشگاه ۱۴: شبیه‌سازی دستورات ابتدایی پرواز Lab 14: Basic Flight Commands Simulation

  • آزمایشگاه ۱۵: یکپارچگی داده‌های حسگر در شبیه‌سازی Lab 15: Sensor Data Integration in Simulation

  • آزمایشگاه ۱۶: مبانی لاگ‌گیری و تلمتری Lab 16: Logging and Telemetry Basics

  • آزمایشگاه ۱۷: گردش‌کار عیب‌یابی ROS 2 Lab 17: ROS 2 Debugging Workflow

  • آزمایشگاه ۱۸: سیستم‌های مختصاتی در رباتیک Lab 18: Coordinate Systems in Robotics

  • آزمایشگاه ۱۹: تست خرابی در شبیه‌سازی Lab 19: Simulation Failure Testing

  • آزمایشگاه ۲۰: بررسی یکپارچگی میان‌افزار Lab 20: Middleware Integration Review

ماژول ۳: کنترل پرواز و دینامیک (آزمایشگاه‌های ۲۱ تا ۳۰) MODULE 3: Flight Control & Dynamics (Labs 21–30)

  • کنترل پرواز و دینامیک Flight Control & Dynamics

  • آزمایشگاه ۲۱: فیزیک پرواز Lab 21: Physics of Flight

  • آزمایشگاه ۲۲: مفهوم پیاده‌سازی کنترل‌کننده PID Lab 22: PID Controller Implementation Concept

  • آزمایشگاه ۲۳: پایداری در حالت پرواز ایستایی (Hover) Lab 23: Stability in Hover Mode

  • آزمایشگاه ۲۴: شبیه‌سازی اغتشاشات باد Lab 24: Wind Disturbance Simulation

  • آزمایشگاه ۲۵: معماری حالت‌های پرواز Lab 25: Flight Mode Architecture

  • آزمایشگاه ۲۶: منطق فرود اضطراری Lab 26: Emergency Landing Logic

  • آزمایشگاه ۲۷: سیستم‌های کنترل ارتفاع Lab 27: Altitude Control Systems

  • آزمایشگاه ۲۸: ناوبری مبتنی بر GPS Lab 28: GPS-Based Navigation

  • آزمایشگاه ۲۹: مبانی برنامه‌ریزی مسیر Lab 29: Path Planning Basics

  • آزمایشگاه ۳۰: یکپارچگی سیستم کنترل پرواز Lab 30: Flight Control System Integration

ماژول ۴: بینایی ماشین و ادراک (آزمایشگاه‌های ۳۱ تا ۴۰) MODULE 4: Computer Vision & Perception (Labs 31–40)

  • بینایی ماشین و ادراک Computer Vision & Perception

  • آزمایشگاه ۳۱: مقدمه‌ای بر سیستم‌های بینایی پهپاد Lab 31: Introduction to Drone Vision Systems

  • آزمایشگاه ۳۲: مبانی پردازش تصویر Lab 32: Image Processing Basics

  • آزمایشگاه ۳۳: مفاهیم تشخیص اشیاء Lab 33: Object Detection Concepts

  • آزمایشگاه ۳۴: ردیابی اشیاء متحرک Lab 34: Tracking Moving Objects

  • آزمایشگاه ۳۵: مفاهیم جریان نوری (Optical Flow) Lab 35: Optical Flow Concepts

  • آزمایشگاه ۳۶: مبانی ادراک عمق Lab 36: Depth Perception Basics

  • آزمایشگاه ۳۷: مقدمه‌ای بر SLAM Lab 37: SLAM Introduction

  • آزمایشگاه ۳۸: نقشه‌برداری محیطی Lab 38: Environment Mapping

  • آزمایشگاه ۳۹: ناوبری مبتنی بر بینایی Lab 39: Vision-Based Navigation

  • آزمایشگاه ۴۰: یکپارچگی سیستم ادراکی Lab 40: Perception System Integration

ماژول ۵: ارتباطات و شبکه‌سازی (آزمایشگاه‌های ۴۱ تا ۵۰) MODULE 5: Communication & Networking (Labs 41–50)

  • ارتباطات و شبکه‌سازی Communication & Networking

  • آزمایشگاه ۴۱: معماری ارتباطات پهپادی Lab 41: Drone Communication Architecture

  • آزمایشگاه ۴۲: درک پروتکل MAVLink Lab 42: MAVLink Protocol Understanding

  • آزمایشگاه ۴۳: سیستم‌های تلمتری Lab 43: Telemetry Systems

  • آزمایشگاه ۴۴: یکپارچگی با ایستگاه زمینی Lab 44: Ground Station Integration

  • آزمایشگاه ۴۵: شبیه‌سازی تأخیر شبکه Lab 45: Network Latency Simulation

  • آزمایشگاه ۴۶: مبانی ارتباطات امن Lab 46: Secure Communication Basics

  • آزمایشگاه ۴۷: ارتباطات چند-پهپادی Lab 47: Multi-Drone Communication

  • آزمایشگاه ۴۸: استریم تلمتری ابری Lab 48: Cloud Telemetry Streaming

  • آزمایشگاه ۴۹: سیستم‌های ارتباطات لبه Lab 49: Edge Communication Systems

  • آزمایشگاه ۵۰: بررسی سیستم ارتباطات Lab 50: Communication System Review

ماژول ۶: هوش مصنوعی لبه و سیستم‌های تصمیم‌گیری (آزمایشگاه‌های ۵۱ تا ۶۰) MODULE 6: Edge AI & Decision Systems (Labs 51–60)

  • هوش مصنوعی لبه و سیستم‌های تصمیم‌گیری Edge AI & Decision Systems

  • آزمایشگاه ۵۱: مقدمه‌ای بر Edge AI Lab 51: Introduction to Edge AI

  • آزمایشگاه ۵۲: مدل‌های سبک هوش مصنوعی Lab 52: Lightweight AI Models

  • آزمایشگاه ۵۳: استنتاج در زمان واقعی Lab 53: Real-Time Inference

  • آزمایشگاه ۵۴: سیستم‌های طبقه‌بندی اشیاء Lab 54: Object Classification Systems

  • آزمایشگاه ۵۵: منطق تصمیم‌گیری خودگردان Lab 55: Autonomous Decision Logic

  • آزمایشگاه ۵۶: مبانی یادگیری تقویت‌شده Lab 56: Reinforcement Learning Basics

  • آزمایشگاه ۵۷: سیستم‌های ناوبری تطبیقی Lab 57: Adaptive Navigation Systems

  • آزمایشگاه ۵۸: هوش مصنوعی تلفیق چند-حسگری Lab 58: Multi-Sensor Fusion AI

  • آزمایشگاه ۵۹: سیستم‌های جایگزین (Failover) لبه Lab 59: Edge Failover Systems

  • آزمایشگاه ۶۰: یکپارچگی سیستم هوش مصنوعی Lab 60: AI System Integration

ماژول ۷: هماهنگی ناوگان و مقیاس‌پذیری (آزمایشگاه‌های ۶۱ تا ۷۰) MODULE 7: Fleet Orchestration & Scalability (Labs 61–70)

  • هماهنگی ناوگان و مقیاس‌پذیری Fleet Orchestration & Scalability

  • آزمایشگاه ۶۱: مقدمه‌ای بر ناوگان‌های پهپادی Lab 61: Introduction to Drone Fleets

  • آزمایشگاه ۶۲: سیستم‌های تخصیص وظایف Lab 62: Task Allocation Systems

  • آزمایشگاه ۶۳: منطق هماهنگی ناوگان Lab 63: Fleet Coordination Logic

  • آزمایشگاه ۶۴: مبانی هوش جمعی (Swarm) Lab 64: Swarm Intelligence Basics

  • آزمایشگاه ۶۵: توازن بار در ناوگان‌ها Lab 65: Load Balancing in Fleets

  • آزمایشگاه ۶۶: سیستم‌های تحمل خطا Lab 66: Fault Tolerance Systems

  • آزمایشگاه ۶۷: تجمیع تلمتری ناوگان Lab 67: Fleet Telemetry Aggregation

  • آزمایشگاه ۶۸: به‌روزرسانی‌های پویا در ماموریت‌ها Lab 68: Dynamic Mission Updates

  • آزمایشگاه ۶۹: کنترل‌های امنیتی ناوگان Lab 69: Fleet Security Controls

  • آزمایشگاه ۷۰: یکپارچگی سیستم ناوگان Lab 70: Fleet System Integration

ماژول ۸: امنیت، انطباق و حاکمیت (آزمایشگاه‌های ۷۱ تا ۸۰) MODULE 8: Security, Compliance & Governance (Labs 71–80)

  • امنیت، انطباق و حاکمیت Security, Compliance & Governance

  • آزمایشگاه ۷۱: مقدمه‌ای بر انطباق UAV Lab 71: Introduction to UAV Compliance

  • آزمایشگاه ۷۲: حریم خصوصی داده‌ها در سیستم‌های پهپادی Lab 72: Data Privacy in Drone Systems

  • آزمایشگاه ۷۳: مدیریت هویت امن Lab 73: Secure Identity Management

  • آزمایشگاه ۷۴: رمزنگاری در تلمتری Lab 74: Encryption in Telemetry

  • آزمایشگاه ۷۵: سیستم‌های ثبت گزارش‌های حسابرسی Lab 75: Audit Logging Systems

  • آزمایشگاه ۷۶: پیاده‌سازی ژئوفنسینگ Lab 76: Geofencing Implementation

  • آزمایشگاه ۷۷: پروتکل‌های انطباق اضطراری Lab 77: Emergency Compliance Protocols

  • آزمایشگاه ۷۸: توضیح‌پذیری هوش مصنوعی در پهپادها Lab 78: AI Explainability in Drones

  • آزمایشگاه ۷۹: سیستم‌های مدیریت ریسک Lab 79: Risk Management Systems

  • آزمایشگاه ۸۰: یکپارچگی سیستم انطباق Lab 80: Compliance System Integration

ماژول ۹: استقرار و یکپارچگی در دنیای واقعی (آزمایشگاه‌های ۸۱ تا ۹۰) MODULE 9: Deployment & Real-World Integration (Labs 81–90)

  • استقرار و یکپارچگی در دنیای واقعی Deployment & Real-World Integration

  • آزمایشگاه ۸۱: مبانی استقرار لبه Lab 81: Edge Deployment Basics

  • آزمایشگاه ۸۲: یکپارچگی ابری برای پهپادها Lab 82: Cloud Integration for Drones

  • آزمایشگاه ۸۳: CI/CD برای سیستم‌های رباتیک Lab 83: CI/CD for Robotics Systems

  • آزمایشگاه ۸۴: مانیتورینگ و مشاهده‌پذیری Lab 84: Monitoring & Observability

  • آزمایشگاه ۸۵: بهینه‌سازی عملکرد Lab 85: Performance Optimization

  • آزمایشگاه ۸۶: مدیریت منابع Lab 86: Resource Management

  • آزمایشگاه ۸۷: پل زدن بین شبیه‌سازی و دنیای واقعی Lab 87: Real-World Simulation Bridging

  • آزمایشگاه ۸۸: سیستم‌های بازیابی پس از حادثه Lab 88: Disaster Recovery Systems

  • آزمایشگاه ۸۹: تست آمادگی برای تولید صنعتی Lab 89: Production Readiness Testing

  • آزمایشگاه ۹۰: تایید استقرار Lab 90: Deployment Validation

ماژول ۱۰: سیستم‌های خودگردان حاکمیتی و پروژه نهایی (آزمایشگاه‌های ۹۱ تا ۱۰۰) MODULE 10: Sovereign Autonomous Systems & Capstone (Labs 91–100)

  • سیستم‌های خودگردان حاکمیتی و پروژه نهایی Sovereign Autonomous Systems & Capstone

  • آزمایشگاه ۹۱: اصول طراحی سیستم‌های حاکمیتی Lab 91: Sovereign System Design Principles

  • آزمایشگاه ۹۲: مدل‌های هوش توزیع‌شده Lab 92: Distributed Intelligence Models

  • آزمایشگاه ۹۳: سیستم‌های حاکمیت خودگردان Lab 93: Autonomous Governance Systems

  • آزمایشگاه ۹۴: عملیات خودگردان اخلاقی Lab 94: Ethical Autonomous Operations

  • آزمایشگاه ۹۵: یکپارچگی متقاطع دامنه‌ای Lab 95: Cross-Domain Integration

  • آزمایشگاه ۹۶: خودمختاری پیشرفته ناوگان Lab 96: Advanced Fleet Autonomy

  • آزمایشگاه ۹۷: هماهنگی جهانی در زمان واقعی Lab 97: Real-Time Global Coordination

  • آزمایشگاه ۹۸: مقاوم‌سازی سیستم‌های خودگردان Lab 98: Autonomous System Hardening

  • آزمایشگاه ۹۹: شبیه‌سازی کامل سیستم پیش از پروژه نهایی Lab 99: Pre-Capstone Full System Simulation

  • آزمایشگاه ۱۰۰: پروژه نهایی - پلتفرم هوشمند ناوگان پهپادی کاملاً خودگردان Lab 100: Capstone Project – Fully Autonomous Drone Fleet Intelligence Platform

جمع‌بندی Conclusion

  • جمع‌بندی Conclusion

نمایش نظرات

آموزش پهپادها و سیستم‌های خودگردان: ۱۰۰ آزمایشگاه با ROS 2 و PX4
جزییات دوره
2 hours
112
(آخرین آپدیت)
53
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dar Al Taqniya Dar Al Taqniya

تکنولوژی ساده شده برای همه