Estudia

• CG1 Organitzar i avaluar la pròpia activitat d'aprenentatge i de recerca i elaborar estratègies per millorar-les.
• CG1- Organitzar i avaluar la pròpia activitat d'aprenentatge i de recerca i elaborar estratègies per millorar-les
• CB6 Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació.
• CB6- Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
• CB8 Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis.
• CB8- Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
• CB10 Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigida o autònoma.
• CB10- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigida o autònoma
• CE1 Programar, a nivell avançat, en els llenguatges i llibreries més utilitzats en la robòtica de camp intel·ligent.
• CE1- Programar, a nivell avançat, en els llenguatges i llibreries més utilitzats en la robòtica de camp intel·ligent
• CE2 Analitzar un problema relacionat amb sistemes autònoms intel·ligents i identificar les tècniques i les eines apropiades per resoldre'l.
• CE2- Analitzar un problema relacionat amb sistemes autònoms intel·ligents i identificar les tècniques i les eines apropiades per resoldre'l
• CE5 Conèixer, entendre i ser capaç d'aplicar els algoritmes que permeten als vehicles autònoms localitzar-se i navegar de forma efectiva.
• CE5- Conèixer, entendre i ser capaç d'aplicar els algoritmes que permeten als vehicles autònoms localitzar-se i navegar de forma efectiva
• CE6 Conèixer i saber quan i com utilitzar els principals sensors i actuadors disponibles per a robots de camp intel·ligents.
• CE6- Conèixer i saber quan i com utilitzar els principals sensors i actuadors disponibles per a robots de camp intel·ligents
• CE8 Comprendre els fonaments matemàtics dels algorismes utilitzats en els sistemes robòtics intel·ligents.
• CE8- Comprendre els fonaments matemàtics dels algorismes utilitzats en els sistemes robòtics intel·ligents

1. Introduction

2. Bayes Filter

3. Non-Parametric Filters: Histogram Filter; Particle Filter

4. Occupancy Grid Mapping

5. Parametric Filters: Kalman Filter, Extended Kalman Filter

6. Map Based Localization

• Pere Ridao (2022). Probabilistic Robot Localization. Book Draft. Not yet published.
• Sebastian Thrun, Wolfram Burgard, Dieter Fox (2005). Probabilistic Robotics. Mit Press.
• Peter Corke (2011). Robot Vision and control. Springer.

Activitats d'avaluació:

5% Tests
6% MATLAB programming Exercices
45% Laboratory Exercices
44% Theory & Exercices. Evaluated through continuous evaluations examination, plus a final evaluation.

Criteris específics de la nota «No Presentat»:
When anyone of the parts is not submitted.

Avaluació única:
The same evaluation activities will be carried out but facilitating that those activities that require a compulsory presence in the laboratory could be done either in person at agreed times, or remotely using robot simulators. Deadlines will also be adjusted so that a single delivery of all activities can be made.

Requisits mínims per aprovar:
Every part (Test, MATLAB, Lab & Examination) must have a mark beyond 5 to pass the course.

Appointments with the professors to solve doubts may be requested either in person during the lectures or lab courses o by email.

The primary means of communications with the students is: 1) in person during the lectures and lab classes, 2) through the moodle course page and 3) through email.

Knowledge of phyton and MATLAB is assumed. This programming language will not be taught. Although it is possible to complete the lab work with the laboratory computers, it is recommended to bring your own laptop to the lab to make it easier to complete the work at home. A virtual machine with ubuntu, ROS and the Turtlebot SDK will be provided.

There will be a Turtlebot available for every 2 students.