Localization using propioceptive sensors Bayessian estimation Localization using and a priori Map Localization without an a priori map ROS programming
1. Introduction 2. Bayes Filter 3. Non Parametric Filters 4. Parametric Filters 5. EKF Map-based Localization 6. EKF Feature-based SLAM 7. EKF pose-based SLAM 8. Introduction to Advanced SLAM concepts
Tipus d’activitat Hores amb professor Hores sense professor Total Altres 3,00 8,00 11,00 Anàlisi / estudi de casos 2,00 2,00 4,00 Resolució d'exercicis 0 8,00 8,00 Sessió expositiva 32,00 24,00 56,00 Sessió pràctica 25,00 46,00 71,00 Total 62,00 88,00 150
Sebastian Thrun, Wolfram Burgard, Dieter Fox (2005). Probabilistic robotics. Massachusetts ; London: The MIT Press. Catàleg Yaakov Bar-Shalom and Xiao-Rong Li (1993). Estimation and Tracking: Principle Techniques, and software. Boston - London: Artech House. Catàleg
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Problem Solving 10 Examination 50 ROS Introduction 2 LAB 1: Turtlebot Introduction 2 LAB 2: Line Extraction Python+Rviz 2 LAB 3: Monte Carlo Localization with the Turtlebot 10 LAB 4: EKF Localization with the Turtlebot 10 LAB 5: SLAM with the Turtlebot 14
Examination 50% Exercices 10 % Laboratory exercicied 40% Criteris específics de la nota «No Presentat»:If one of the parts avaluated (Examination, Laboratory, Exercices) is not presented, the course note will be not presented. Each part alone must be over 5 to pass the course.