Kurs se soustřeďuje na získávání praktických dovedností s reálnými roboty a senzory.
Cílem je atraktivní formou zprostředkovat studentům praktické dovednosti v oblasti
návrhu a realizace SW inteligentního řízení mobilního robotu ve složité úloze, tj.
od řešení problémů návrhu architektury řízení robotu, zpracování senzorických dat,
přes navigaci a vytváření interního modelu prostředí až po plánování a inteligentní
rozhodování.
Studenti budou řešit komplexní úlohu v simulátoru a na reálném hardware mobilního
robotu (UGV, UAV nebo dle individuální dohody).
Poslední úprava: T_KTI (07.05.2015)
The course focuses on acquiring practical experience with real robots and sensors.
The aim is to mediate students with practical skills in design and engineering of an
intelligent mobile robot solution in a complex task – problems like design of SW
control architecture, sensor data fusion and processing, robot navigation, world
model building, planning, and intelligent decision making will be introduced in an
attractive form.
Students are expected to solve a given complex task in a simulation environment as
well as to port their solution onto a real mobile robot (UGV, UAV,...).
Cíl předmětu -
Poslední úprava: RNDr. Jan Hric (07.06.2019)
TBA
Poslední úprava: RNDr. Jan Hric (07.06.2019)
TBA
Podmínky zakončení předmětu -
Poslední úprava: RNDr. Jan Hric (07.06.2019)
TBA
Poslední úprava: RNDr. Jan Hric (07.06.2019)
TBA
Literatura -
Poslední úprava: T_KTI (07.05.2015)
[1] R. Siegwart, I. R. Nourbakhsh, D. Scaramuzza. Introduction to autonomous mobile robots, MIT press, 2011
[2] S. Thrun, W. Burgard, and D. Fox. Probabilistic Robotics. MIT Press, Cambridge, MA, 2005.
[3] S. M. LaValle, Planning Algorithms, Cambridge University Press, 2006,.
[4] A. Kelly. Mobile Robotics: Mathematics, Models, and Methods, Cambridge University Press, 2014
Poslední úprava: T_KTI (07.05.2015)
[1] R. Siegwart, I. R. Nourbakhsh, D. Scaramuzza. Introduction to autonomous mobile robots, MIT press, 2011
[2] S. Thrun, W. Burgard, and D. Fox. Probabilistic Robotics. MIT Press, Cambridge, MA, 2005.
[3] S. M. LaValle, Planning Algorithms, Cambridge University Press, 2006.
[4] A. Kelly. Mobile Robotics: Mathematics, Models, and Methods, Cambridge University Press, 2014
Sylabus -
Poslední úprava: T_KTI (07.05.2015)
Kurs se soustřeďuje na získávání praktických dovedností s reálnými roboty a senzory. Cílem je atraktivní formou zprostředkovat studentům praktické dovednosti v oblasti návrhu a realizace SW inteligentního řízení mobilního robotu ve složité úloze, tj. od řešení problémů návrhu architektury řízení robotu, zpracování senzorických dat, přes navigaci a vytváření interního modelu prostředí až po plánování a inteligentní rozhodování.
Studenti budou řešit komplexní úlohu v simulátoru a na reálném hardware mobilního robotu (UGV, UAV nebo dle individuální dohody) a budou mít dostatek prostoru pro vlastní implementaci a experimenty s představenými postupy, tak, aby bylo zřejmé, proč základní algoritmy fungují a jaká jsou jejich reálná omezení.
1. Definice a zadání úlohy, její zasazení do kontextu mobilní robotiky
2. Plánování na binární mřížce
3. Řízení robotu, vyhýbání se překážkám
4. Mapování
5. Lokalizace mobilního robotu
6. Plánování akcí
Poslední úprava: T_KTI (07.05.2015)
The course focuses on acquiring practical experience with real robots and sensors. The aim is to mediate students with practical skills in design and engineering of an intelligent mobile robot solution in a complex task - problems like design of SW control architecture, sensor data fusion and processing, robot navigation, world model building, planning, and intelligent decision making will be introduced in an attractive form.
Students are expected to solve a given complex task in a simulation environment as well as to port their solution onto a real mobile robot (UGV, UAV, or based on individual arrangement). Students will be provided with enough time for hands-on experimentation with the system and practical evaluation of the introduced solutions. The course targets gaining the practical experience why/when the elaborated approaches work and what are the principal constrains.
1. Task definition and assignment, its relationship to the context of mobile robotics
