Универсальная интеллектуальная роботизированная платформа

M.A.R.K. ‐ это универсальная интеллектуальная роботизированная платформа, предназначенная для изучения искусственного интеллекта. Используя контроллер искусственного интеллекта, который является мозгом M.A.R.K., ученики могут реализовать такие функции: отслеживание полосы движения, идентификацию дорожных знаков и другие функции компьютерного зрения, чтобы собрать самодвижущийся автомобиль.

Особенности M.A.R.K. (Make A Robot Kit)

Простая сборка

В комплект входит широкий спектр документации, включая пошаговое руководство по сборке с видеоинструкциями.

Магнитная крыша

Верхнюю крышку можно легко снять и снова прикрепить в любое время.

Простота установки дополнительных модулей

Передняя часть M.A.R.K. оснащена монтажной платформой, облегчающей установку роботизированной руки или крепления камеры, что позволяет расширить возможности применения M.A.R.K. AI

Совместимость с различными AI приложениями

Самостоятельное движение, распознавание изображений, обнаружение объектов, следование линии с помощью компьютерного зрения.

Графическое программирование / Micropython Coding

В дополнение к графическому программированию, M.A.R.K. также поддерживает загрузку кода Micropython с помощью простой в использовании IDE. Это делает M.A.R.K. хорошим выбором
для учеников, которые переходят на более продвинутые этапы уроков программирования.

Модули датчиков Plug&Play

Комплект поставки: ультразвуковой датчик расстояния, датчик линии и электромагнитный модуль. Поскольку M.A.R.K. использует стандартизированные разъемы, существуют сотни модулей, которые можно легко подключить к плате расширения M.A.R.K., входящие в состав ресурсного набора (приобретается отдельно)

Материалы курса автономного вождения.

Курс начального уровня для учеников в возрасте 13 - 15 лет (рекомендуется для 7-9 классов). Он помогает ученикам самостоятельно собрать автомобиль-робот M.A.R.K., который познакомит их с компонентами и обучит их навыкам работы с оборудованием.

Урок 01. Введение в автономное вождение.
Урок 02. Оборудование для автономного вождения.
Урок 03. Соберите M.A.R.K.
Урок 04. Все о программировании M.A.R.K.
Урок 05. Разработка базовой программы.
Урок 06. Использование ИК ‐ датчиков для следования по линии.
Урок 07. Использование ультразвукового датчика для обхода препятствий.
Урок 08. Использование датчика компьютерного зрения для отслеживания линии.
Урок 09. Использование датчика компьютерного зрения для распознавания форм и цветов.
Урок 10. Использование датчика компьютерного зрения для обнаружения объектов.
Урок 11. Выполнение задания 1: Движение по дороге со знаками.
Урок 12. Выполнение задания 2: Патрулирование места происшествия.
Урок 13. Выполнение задания 3: Задание на доставку.
Урок 14. Задача: Самая быстрая доставка I.
Урок 15. Задача: Самая быстрая доставка II.

Материалы курса машинного обучения.

Курс машинного обучения - это курс продвинутого уровня для учащихся в возрасте 15-17 лет (рекомендуется для 9-11 классов). Курс знакомит учеников с концепциями машинного обучения и с тем, как оно используется для приложений машинного зрения. Инструменты и программное обеспечение, используемые в этом курсе, широко используются в индустрии искусственного интеллекта, что делает его идеальным первым шагом для учеников, которые хотят продолжить свое образование в области компьютерных наук в качестве аналитиков данных, инженеров-программистов по робототехнике и т.д.

Урок 01. Предисловие.
Урок 02. Введение в искусственный интеллект и машинное обучение.
Урок 03. Основы аппаратного обеспечения: Робот M.A.R.K.
Урок 04. Основы программного обеспечения: Python и MicroPython.
Урок 05. Сборка робота M.A.R.K.
Урок 06. Теория I: Технология автономного вождения.
Урок 07. Практика I: Создание самоуправляемого автомобиля с использованием традиционных
датчиков.
Урок 08. Практика I: Улучшение самостоятельного вождения автомобиля с помощью машинного
зрения.
Урок 09. Теория II: Основные алгоритмы машинного обучения.
Урок 10. Практика II: Линейная регрессия и набор данных.
Урок 11. Практика II: Кластеризация K‐means и набор данных клиентов.
Урок 12. Теория III: Искусственные нейронные сети и глубокое обучение.
Урок 13. Практика III: Использование предварительно обученной модели с роботом M.A.R.K.
Урок 14. Практика III: Повторное обучение классификации изображений. Модель с трансфертным
обучением.
Урок 15. Задача I: Подготовка к соревнованиям.
Урок 16. Задача I: Соревнование по робототехнике.
Урок 17. Время шоу!