Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Intelligens robotok

    A tantárgy angol neve: Intelligent Robots

    Adatlap utolsó módosítása: 2006. július 1.

    Tantárgy lejárati dátuma: 2015. január 31.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Villamosmérnöki Szak

    Irányítástechnikai és Robotinformatikai Szakirány

    Választható tantárgy

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIFO5013 9. 4/0/0/v 5 1/1
    3. A tantárgyfelelős személy és tanszék Dr. Lantos Béla,
    4. A tantárgy előadója

    Név:

    Beosztás:

    Tanszék, Int.:

    Dr. Lantos Béla

    egyetemi tanár

    Irányítástechnika és Informatika

    dr. Loványi István

    egyetemi docens

    Irányítástechnika és Informatika

    dr. Vajta László

    egyetemi adjunktus

    Irányítástechnika és Informatika

    Visy Balázs

    informatikus, külső mts.

    5. A tantárgy az alábbi témakörök ismeretére épít

    Robotok irányítása, Irányításelmélet

    6. Előtanulmányi rend
    Ajánlott:

    Robotok irányítása (vifo-3039)

    7. A tantárgy célkitűzése

    A tárgy összefoglalja a korszerű (szenzorcsatolt, kooperáló, mobilis) robotrendszerek elméleti alapjait, bemutatja a más tárgyakban elsajátított ismeretek felhasználását robotrendszerekben, továbbá az ilyen rendszerek tervezésénél alkalmazható villamosmérnöki és informatikusi módszereket.

    8. A tantárgy részletes tematikája

    I. Szenzorcsatolt robotirányítások (1-5. hét)

    Robot szenzorok. Többkomponensű erő és nyomatékérzékelők. Taktilis szenzorok. Erő/nyomaték, taktilis és látási információ integrálása robotirányító rendszerekhez. Illesztési és párhuzamos feldolgozási feladatok.

    CIM és mechatronikai rendszerek, szenzorcsatolt robotok. Szenzorcsatolt irányítás realizációja, a 2D és 3D látórendszerek működési elve, nyelvi feltételek, feladatleírás.

    Távolságkép feldolgozás a robotikában. Tárgymodell és jelenet. Képfeldolgozásnál fellépő paraméterbecslési alapfeladat korlátozással. Sík, henger, gömb és kúpfelület paramétereinek meghatározása hisztogrammok alapján.

    Modellillesztés a pozíció és az orientáció egyidejű meghatározásával (Faugeras módszere), kvaterniók és kiterjesztett Kalman-szűrő használata. Lényegkiemelés és modellillesztés Oshima-Shirai módszerével. Mozgás detektálása képben.

    II. Mobilis robotok (6-7. hét)

    Mobilis robotok osztályozása. Kereken és lábon járó robotok irányítási modelljei. Mobilis robotok szenzor és irányító rendszerei. Navigációs algoritmusokkal szemben támasztott általános követelmények.

    Pályatervezési algoritmusok akadályok esetén. Térkép, mozgáskövetés. Ütközés elkerülési stratégiák multirobotos rendszerben. 3D mozgásszimuláció.

    III. Kooperáló robotok (8. hét)

    Kooperáló robotok irányítási modelljei és irányítási stratégiái.

    Kooperáló robotok szenzor és irányító rendszerei. Ütközésmentes mozgástervezés.

    IV. Intelligens kezek (9-10. hét)

    Intelligens kezekkel végzett operációk, task primitívek, akciók. Az irányítási architektúra szintjei. Task kritériumok, végrehajtás, dekompozíció. A primitívek reprezentálása. Intelligens kéz felépítése, érzékelői, irányítási architektúrája.

    Többujjas robotkezek kinematikája. A tárgy rekonfigurálásánál használt modellek, Montana-egyenlet, Peshkin-elv, globális és lokális mozgástervező.

    Intelligens robot/kéz kamera kalibrációt nem használó sztereo képfeldolgozási rendszere. Kép előfeldolgozás, 3D projektív struktúra meghatározás, 2D tárgyfelismerés, euklédeszi transzformáció meghatározás.

    Intelligens robot/kéz virtuális valóság rendszerének (VR) feladatai. A gyors ütközésdetektálás hierarchikus felépítése, valósidejű ütközésdetektáló algoritmusok. Kalibrált virtuális valóság és robot teleoperáció.

    V. Robotrendszerek mesterséges intelligencia eszközei (11-12. hét)

    A gépi tanulás fejlődési irányai. Tanuló rendszerek alapstruktúrái. Tanuló automaták modelljei.

    Fuzzy automata mint robotirányítási modell. Tudásalapú, adaptív fuzzy-elvű robotirányítások.

    Neurális hálózatok alkalmazása robotirányítási algoritmusokban és hierarchikus robotrendszerekben. Neuro-fuzzy rendszerek.

    Genetikus és evolúciós algoritmusok. Szelekciós sémák, genetikus operátorok, visszahelyettesítési elvek. A genetikus algoritmusok alkalmazása a rendszeroptimalizálásban és a gyártási folyamatok ütemezésében.

    VI. Beszédfeldolgozás (13-14. hét)

    Beszédfelismerő rendszer felépítése. Előfeldolgozás. A mintaillesztés módszere modell és megfigyelés hasonlóságának vizsgálatára. A kapcsoltszavas felismerés alapelve. A Level-building és a One-Pass algoritmus. A beszédfelismerésben használt nyelvtanfajták.

    A beszédfelismerés rejtett Markov-láncon (HMM) alapuló modellje. A HMM három alapproblémája. A HMM első (felismerési) problémájának megoldása: forward algoritmus.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    (előadás, gyakorlat, laboratórium):

    A tantárgy előadásból áll, amelynek anyagába beillesztésre kerülnek az elméletet magyarázó illusztrációs példák és esettanulmányok.

    10. Követelmények

    a. A szorgalmi időszakban:

    1 zárthelyi, vizsgába beszámít (20%). Az aláírás feltétele legalább elégséges osztályzat a ZH-ra.

    A vizsgára bocsátás feltétele: aláírás.

    b. A vizsgaidőszakban:

    írásbeli vizsga;

    11. Pótlási lehetőségek

    Sikertelen nagy ZH egyszer pótolható a szorgalmi időszakban vagy egy alkalommal a vizsgaidőszak harmadik hetének végéig.

    12. Konzultációs lehetőségek

    Hallgatói igény esetén a ZH, pót ZH és vizsgák előtt az oktatóval egyeztetett időpontban.

    13. Jegyzet, tankönyv, felhasználható irodalom

    Lantos Béla: Fuzzy systems and genetic algorithms. Műegyetemi Kiadó, 2002.

    Tzafestas, S.G. (ed.): Intelligent robotic systems. Dekker Inc., 1991.

    Rembold, U. - Hörmann, K. (ed.): Languages for sensor-based robotics. Springer, 1987.

    Dillmann, R.: Lernende Roboter, Springer, 1988.

    Kanade, T.: Three-dimensional machine vision. Kluwer Academic Publishers, 1987.

    Venkataraman, S.T.-Tberall, lT.(ed.): Dextrous robot hands, Springer, 1990.

    de Wit, C.C.-Siciliano, B.-Bastin, G. (ed.): Theory of robot control. Springer, 1997.

    Tzafestas, S.G.: Advances in manufacturing. Springer, 1999.

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

    :

    Kontakt óra

    56

    Félévközi készülés órákra

    30

    Felkészülés zárthelyire

    32

    Vizsgafelkészülés

    32

    Összesen

    150

    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék, Int.:

    Dr. Lantos Béla

    egyetemi tanár

    Irányítástechnika és Informatika

    dr. Loványi István

    egyetemi docens

    Irányítástechnika és Informatika

    dr. Lacházi Gyula

    egyetemi adjunktus

    Irányítástechnika és Informatika

    dr. Vajta László

    egyetemi adjunktus

    Irányítástechnika és Informatika