Detail předmětu
Robotika (v angličtině)
ROBa Ak. rok 2017/2018 zimní semestr 5 kreditů
Prvky a struktura stacionárních průmyslových robotů. Kinematické konfigurace průmyslových robotů. Kinematika. Řešení inversní kinematické úlohy. Singularity. Dynamika. Rovnice pohybu. Plánování dráhy. Řízení v kartézském souřadnicovém systému, řízení v kloubovém souřadnicovém systému. Prvky a struktura mobilních robotů (MR). Modely a řízení některých kinematických struktur MR. Senzorické systémy MR. Sebelokalizace MR. Mapy prostředí. Plánování trajektorie MR. Spolupráce člověk - MR, telepresence. Kooperující MR. Umělá inteligence v robotice. Mikroroboty, netradiční pohony MR.
Garant předmětu
Jazyk výuky
Zakončení
Rozsah
Bodové hodnocení
- 55 bodů závěrečná zkouška (písemná část)
- 20 bodů půlsemestrální test (písemná část)
- 25 bodů projekty
Zajišťuje ústav
Získané dovednosti, znalosti a kompetence z předmětu
Studenti získají znalosti o současném stavu a trendech v robotice. Získají praktické znalosti z konstrukce, obsluhy a použití robotů.
Cíle předmětu
Seznámit studenty se současným stavem a vývojem v oblasti robotiky. Naučit studenty základní teorii řízení robotů. Seznámit studenty s vlastnostmi robotických systémů a připravit je na obsluhu,údržbu a zavádění takových systémů.
Požadované prerekvizitní znalosti a dovednosti
Nejsou žádné prerekvizity.
Osnova seminářů
- Historie, vývoj, trendy vývoje robotů. Základní pojmy z oblasti robotiky. Oblasti použití robotů. Robotické soutěže.
- Kinematika a statika. Přímá a inverzní úloha kinematiky.
- Plánování dráhy v kartézských a kloubových souřadnicích. Dynamika pohybu stacionárních robotů.
- Modely a řízení stacionárních robotů.
- Efektory, senzory a napájení robotů. Využití kamer, laserových dálkoměrů, sonarů.
- Základní vlastnosti mobilních robotů. Dělení podle typů podvozků. Model a řízení kolových mobilních robotů.
- Robotický middleware. Robotický operační systém (ROS), filozofie ROSu, uzly a komunikace mezi nimi. Simulační nástroje.
- Mapy okolí - konfigurační prostor a 3D modely.
- Pravděpodobnost v robotice. Základní pojmy. Bayesův, Kalmanův a částicový filtr. Tvorba modelu pohybu robota a modelu měření.
- Metody pro globální a lokální lokalizaci. Lokalizace pomocí GPS, metoda Monte Carlo.
- Tvorba mapy okolí robota. Přehled algoritmů pro simultánní lokalizaci a mapování (SLAM). Ukázky použití.
- Plánování trajektorie ve známém a neznámém prostředí. Bug algoritmy, potenciálová pole, grafy viditelnosti a pravděpodobnostní metody.
- Základy řízení a regulace.
Osnova laboratorních cvičení:
- Lego Mindstorms
- Základy práce v ROSu, čtení dat ze senzorů
- Pokročilejší práce v ROSu
Osnova ostatní - projekty, práce:
Projekt realizovaný na některém z robotů na FIT.
Průběžná kontrola studia
Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.
Kontrolovaná výuka
- Půlsemestrální písemný test.
- Hodnocený projekt s obhajobou.
Zařazení předmětu ve studijních plánech