Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2021
Descripció:
La robòtica probabilística és una àrea nova i creixent de la robòtica que s'ocupa de la percepció i el control en presència de incertesa. Fonamentada en el camp de l'estadística matemàtica, la robòtica probabilística dota els robots d'un nou nivell de robustesa en situacions del món real. Aquest curs se centra en l'ús de tècniques probabilístiques per a la localització i la construcció de mapes. Introdueix a l'alumne en un conjunt de tècniques i algoritmes en aquest camp. El curs comença presentant els fonaments matemàtics basats en el Filtre de Bayes per evolucionar cap a les formulacions pràctiques depenent de l'aproximació seguida per a implementar la funció de densitat de probabilitat (Filtre de Histograma, Filtre de Partícules i Filtre de Kalman). El curs fusiona les classes teòriques, exercicis de curs i exercicis de laboratori utilitzant dades sensorials de robots reals.
Crèdits:
6

Grups

Grup B

Durada:
Semestral, 1r semestre
Professorat:
Eduardo Enrique Ochoa Melendez  / Roger Pi Roig  / Pedro Ridao Rodriguez
Idioma de les classes:
Anglès (100%)

Competències

  • 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

Continguts

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

7. Introduction to Simultaneous Localization and Mapping (SLAM)

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Anàlisi / estudi de casos 59,50 90,70 0 150,20
Total 59,50 90,70 0 150,2

Bibliografia

  • Sebastian Thrun, Wolfram Burgard, Dieter Fox (2005). Probabilistic Robotics. Mit Press.
  • Peter Corke (2011). Robot Vision and control. Springer.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Lab: Turtlebot The student presence in the lab class is mandatory.
The student will have to submit a report about the work done.
The correctness of the solution, the quality and the clarity of the report document will be evaluated. The evaluation may include an oral questionnaire.
5 No
Lab: Simulated Particle Filter. The student presence in the lab class is mandatory.
The student will have to submit a report about the work done.
The correctness of the solution, the quality and the clarity of the report document will be evaluated. The evaluation may include an oral questionnaire.
5 No
Lab: Simulated Kalman Filter The student presence in the lab class is mandatory.
The student will have to submit a report about the work done.
The correctness of the solution, the quality and the clarity of the report document will be evaluated. The evaluation may include an oral questionnaire.
5 No
Lab: PF Using Real Data The student presence in the lab class is mandatory.
The student will have to submit a report about the work done.
The correctness of the solution, the quality and the clarity of the report document will be evaluated. The evaluation may include an oral questionnaire.
15 No
Lab: EKF using Real Data The student presence in the lab class is mandatory.
The student will have to submit a report about the work done.
The correctness of the solution, the quality and the clarity of the report document will be evaluated. The evaluation may include an oral questionnaire.
15 No
Examination Written questionnaire and/or List of exercises.The correctness of the answers and the clarity of the explanations will be evaluated. 35
Homework Exercices Written questionnaire and/or List of exercises. The correctness of the answers and the clarity of the explanations will be evaluated. 15 No
Programming Exercices (MATLAB) The student will have to submit a report about the work done.
The correctness of the solution, the quality and the clarity of the report document will be evaluated. The evaluation may include an oral questionnaire.
5 No

Qualificació

15% Homework Exercices
5% MATLAB programming Exercices
45% Laboratory Exercices
35% Examination

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 (Homework, Lab, Examination) must have a mark beyond 5 to pass the course.

Tutoria

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

Comunicacio i interacció amb l'estudiantat

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.

Observacions

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.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.