SylabUZ
Course name | Robot Localization and Navigation |
Course ID | 11.9-WE-AiRD-LiNR |
Faculty | Faculty of Computer Science, Electrical Engineering and Automatics |
Field of study | Automatic Control and Robotics / Computer Control Systems |
Education profile | academic |
Level of studies | Second-cycle studies leading to MSc degree |
Beginning semester | summer term 2016/2017 |
Semester | 2 |
ECTS credits to win | 6 |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 30 | 2 | 18 | 1,2 | Exam |
Laboratory | 30 | 2 | 18 | 1,2 | Credit with grade |
Sygnały i systemy dynamiczne, Technika regulacji automatycznej, Algebra liniowa z geometrią analityczną.
Wprowadzenie. Sposoby poruszania się robotów mobilnych. Roboty wyposażone w nogi oraz roboty jeżdżące na kołach. Sformułowanie podstawowych problemów. Przykłady i typowe aplikacje.
Percepcja robota. Klasyfikacja czujników. Charakterystyka działania sensorów. Pomiary i ich niepewność. Propagacja błędu pomiarowego. Ekstrakcja cech. Algorytmy percepcyjne. Algorytmy wizyjne. Modele reprezentacji danych sensorycznych. Modele przestrzeni roboczej (modele rastrowe, geometryczne, topologiczne).
Kinematyka robotów mobilnych. Modele i ograniczenia kinematyki. Sterowność robota. Przestrzeń robocza i kontrola ruchu. Kinematyka członów wykonawczych (kamera, dalmierze laserowe, manipulatory, etc.).
Lokalizacja robota mobilnego. Klasyfikacja metod. Podstawowe wyzwania w lokalizacji robotów mobilnych. Odometria. Lokalizacja w oparciu o mapę otoczenia. Metody lokalizacji probabilistycznej. Zastosowanie filtru Kalmana w lokalizacji. Systemy lokalizacji stosujące znaczniki otoczenia i globalne systemy pozycjonujące. Autonomiczne budowanie mapy otoczenia.
Nawigacja. Planowanie trajektorii. Klasyfikacja metod planowania ruchu. Przegląd podstawowych technik planowania ruchu (grafy widoczności, dekompozycja przestrzeni roboczej, metody probabilistyczne, metody sztucznego potencjału etc.). Unikanie przeszkód nieruchomych i ruchomych. Optymalizacja ruchu robota.
Sieci robotów mobilnych. Modele sieci robotów mobilnych. Systemy scentralizowane oraz wieloagentowe. Metody planowania ruchu wielu robotów. Koordynacja działań. Utrzymywanie spójności sieci, algorytmy randez-vous i optymalnego rozmieszczania robotów.
Wykład: wykład konwencjonalny/tradycyjny.
Laboratorium: ćwiczenia laboratoryjne.
Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład - warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu przeprowadzonego w formie zaproponowanej przez prowadzącego;
Laboratorium - warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych, przewidzianych do realizacji w ramach programu laboratorium;
<!--[if !supportLineBreakNewLine]-->
Składowe oceny końcowej = wykład: 50% + laboratorium: 50%
Modified by dr hab. inż. Maciej Patan, prof. UZ (last modification: 09-09-2016 12:22)