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