Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits
, però té capacitats prèvies
Departament
ESAII
Els alumnes de l'assignatura aprendran a aplicar tècniques avançades d'intel·ligència artificial per resoldre problemes de robòtica en entorns complexos i dinàmics. Això inclou la planificació de tasques, moviments i rutes, el raonament sobre les tasques a realitzar, l'espai, la gestió de la incertesa, l'acomodació entre objectes, la percepció i altres habilitats avançades.
Professorat
Responsable
- Isiah Zaplana Agut (isiah.zaplana@upc.edu)
Altres
- Anais Garrell Zulueta ( anais.garrell@upc.edu)
Hores setmanals
Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6
Competències
Transversals
Bàsiques
Específiques
Genèriques
Objectius
-
Aprendre a programar robots i a dissenyar aplicacions robòtiques.
Competències relacionades: CE24, CE25, CE26, CG4, CG6, CG8, CG9, CT1, CT5, CB3, CB5, CE15, CE17, -
Ser capaç d'emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica, relacionats amb la robòtica actual i els seus potencials aplicacions.
Competències relacionades: CE28, CG5, CG6, CG7, CG8, CT2, CT3, CT8, -
Aprendre a coordinar accions entre robots.
Competències relacionades: CG3, CG5, CG6, CT3, CT5, CE15, CE17, -
Ser capaç de fusionar diferents fonts d'informació per obtenir, formalitzar i representar l'entorn físic d'una forma computable per a la resolució de problemes.
Competències relacionades: CE24, CE25, CG3, CG5, CG6, CG8, CT2, CT5, CB3, CB5, CE17, -
Aplicació de tècniques de Visió per Ordinador a Sistemes Robòtics
Competències relacionades: CE24, CE25, CE26, CG4, CG5, CG6, CT5, CE15, -
Aplicació de tècniques d'Intel·ligència Artificial a Sistemes Robòtics
Competències relacionades: CE24, CE26, CE28, CG4, CG5, CG9, CT3, CT5, CE15, CE17, -
Creació de sistemes d'interacció entre robots i humans
Competències relacionades: CE24, CE25, CE26, CE28, CG3, CG4, CG5, CG6, CG7, CG8, CG9, CT1, CT3, CT5, CT8, CE15, CE17,
Continguts
-
Introducció
Es repasaran els continguts que es van assolir a l'assignatura anterior Introducció a la robòtica. -
Introducció a la planificació de moviments -- L'espai de configuracions.
Planificació de trajectòries versus planificació de moviments. Cinemàtica directa i inversa. Definició geomètrica i topològica de l'espai de configuracions d'un robot manipulador. -
Solucions al problema de la planificació de moviments basats en camps de potencial.
Discretització de l'espai de configuracions d'un robot manipulador. Camps de potencial repulsius i atractius. Funcions sense mínims locals: Funcions de navegació i funcions harmòniques. -
Solucions al problema de la planificació de moviments basats en mostreig.
Tipus de mostreig (random, Halton, SDK, etc.). Mètodes basats en mapes de carreteres, Probabilistic Road Maps (PRMs), i arbres d'exploració, Randomly Exploring Rapid Trees (RRTs) i la seva aplicació a problemes de planificació de moviments. Millores dels planificadors bàsics (PRM amb mostreig gaussià, RRT-CONNECT, RRT*). -
Planificació de tasques.
Planificació de moviments tenint en compte les restriccions imposades per les tasques. Modelització de tasques amb grafs dirigits. Llenguatge STRIPS i PDDLs. Algoritmes de cerca i cerca guiades per heurístiques. Algoritme FF. -
Robòtica cognitiva.
Ontologies. Tipus d'ontologies i raonament basat en ontologies. Arbres de comportament, Behaviour Trees (BTs). -
Cinemàtica de robots mòbils.
Cinemàtica diferencial, restriccions diferencials imposades per les rodes i el concepte de robots holonòmics i no holonòmics (repàs). Cinemàtica diferencial, relació entre la velocitat d'una plataforma robòtica i les restriccions diferencials imposades per una sola roda, cinemàtica diferencial directa i inversa per a un robot mòbil específic amb rodes. -
Dinàmica de robots mòbils.
Dinàmica d'un robot mòbil. Modelització de la dinàmica. -
Percepció dels robots mòbils.
Tipus de sensors. Propagació de l'error. Visual Servoing. -
Localització de robots mòbils.
Introducció a la ubicació basada en mapes. Repàs de la teoria de probabilitats. Enfocament de Markov. Enfocament del filtre de Kalman. El problema de SLAM. SLAM-EKF, FastSLAM, GraphSlam. -
Planificació de rutes per robot mòbils.
Introducció, representacions, evitació de col·lisions. Camps potencials. Exemple resolt. Construcció de grafs, cerca en grafs. Conceptes aplicats a robòtica mòbil.
Activitats
Activitat Acte avaluatiu
Repàs dels continguts de l'assignatura "Introducció a la Robòtica".
Es repassaran els continguts que es van assolir a l'assignatura anterior "Introducció a la robòtica".Objectius: 2
Continguts:
Teoria
1h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h
Introducció a la planificació de moviments -- L'espai de configuracions.
Planificació de trajectòries versus planificació de moviments. Cinemàtica directa i inversa. Definició geomètrica i topològica de l'espai de configuracions d'un robot manipulador.Objectius: 2 4
Continguts:
Teoria
1h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h
Solucions al problema de la planificació de moviments basats en camps de potencial.
Discretització de l'espai de configuracions d'un robot manipulador. Camps de potencial repulsius i atractius. Funcions sense mínims locals: Funcions de navegació i funcions harmòniques.Objectius: 2 4
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h
Solucions al problema de la planificació de moviments basats en mostreig.
Tipus de mostreig (random, Halton, SDK, etc.). Mètodes basats en mapes de carreteres, Probabilistic Road Maps (PRMs), i arbres d'exploració, Randomly Exploring Rapid Trees (RRTs) i la seva aplicació a problemes de planificació de moviments. Millores dels planificadors bàsics (PRM amb mostreig gaussià, RRT-CONNECT, RRT*).Objectius: 2 4
Continguts:
Teoria
4h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h
Planificació de tasques.
Planificació de moviments tenint en compte les restriccions imposades per les tasques. Modelització de tasques amb grafs dirigits. Llenguatge STRIPS i PDDLs. Algoritmes de cerca i cerca guiades per heurístiques. Algoritme FF.Objectius: 1 2 3 4 6
Continguts:
Teoria
4h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h
Cinemàtica de robots mòbils.
Cinemàtica diferencial, restriccions diferencials imposades per les rodes i el concepte de robots holonòmics i no holonòmics (repàs). Cinemàtica diferencial, relació entre la velocitat d'una plataforma robòtica i les restriccions diferencials imposades per una sola roda, cinemàtica diferencial directa i inversa per a un robot mòbil específic amb rodes.Objectius: 1 2 3 6
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h
Dinàmica de robots mòbils.
Dinàmica d'un robot mòbil. Modelització de la dinàmica.
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h
Percepció dels robots mòbils.
Tipus de sensors. Propagació de l'error. Visual Servoing.
Teoria
4h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h
Localització de robots mòbils.
Introducció a la ubicació basada en mapes. Repàs de la teoria de probabilitats. Enfocament de Markov. Enfocament del filtre de Kalman. El problema de SLAM. SLAM-EKF, FastSLAM, GraphSlam.
Teoria
4h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h
Planificació de rutes per robot mòbils.
Introducció, representacions, evitació de col·lisions. Camps potencials. Exemple resolt. Construcció de grafs, cerca en grafs. Conceptes aplicats a robòtica mòbil.
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h
Metodologia docent
- Les classes teòriques es complementaran amb la posada en pràctica sobre PC de les tècniques exposades.- En les classes de laboratori es resoldran problemes reals de visió per computador.
- Es plantejaran problemes de complexitat superior que l'alumne haurà de resoldre a casa.
Mètode d'avaluació
- Hi haurà dues proves parcials P1 i P2 amb notes NP1 i NP2. No hi ha examen final.- Hi haurà un mínim d'un exercici avaluable plantejat a classe teòrica amb nota E.
- Hi haurà una pràctica final amb nota NPF.
La nota final de l'assignatura es calcularà de la forma --> NF=0.3*NP1+0.3*NP2+0.1*E+0.3*NPF.
L'assistència a les classes de laboratori és obligatòria, la no assistència justificada penalitzarà la nota final de l'assignatura.
Reavaluació
No s'establirà cap nota mínima per accedir a la reavaluació, i es podrà presentar l'alumnat que s'hagi presentat i hagi suspès (quedant només exclòs l'alumnat NP). En aquesta reavaluació la nota màxima serà un 7, i només serà de la part teòrica del curs, és a dir, serà un examen de la part teòrica de tot el curs.
Bibliografia
Bàsic
-
Principles of robot motion : theory, algorithms, and implementation
- Choset, Howie M,
MIT Press,
2005.
ISBN: 0262033275
https://ebookcentral-proquest-com.recursos.biblioteca.upc.edu/lib/upcatalunya-ebooks/detail.action?pq-origsite=primo&docID=3339140 -
Robotics : modelling, planning and control
- Siciliano, Bruno,
Springer,
cop. 2010.
ISBN: 1-84628-642-5
https://link-springer-com.recursos.biblioteca.upc.edu/book/10.1007/978-1-84628-642-1 -
Introduction to autonomous mobile robots
- Siegwart, Roland; Nourbakhsh, Illah Reza; Scaramuzza, Davide,
MIT Press,
2011.
ISBN: 9780262015356
https://ebookcentral-proquest-com.recursos.biblioteca.upc.edu/lib/upcatalunya-ebooks/detail.action?pq-origsite=primo&docID=3339191 -
Introduction to AI robotics
- Murphy, R.R,
The MIT Press,
2019.
ISBN: 9780262348157
https://ebookcentral-proquest-com.recursos.biblioteca.upc.edu/lib/upcatalunya-ebooks/detail.action?pq-origsite=primo&docID=6340541
Capacitats prèvies
Àrea de Matemàtiques* Conèixer i saber aplicar el concepte de derivada i derivada parcial.
* Saber els mètodes elementals de representació gràfica de funcions (asímptotes, màxims, mínims, ...).
* Conèixer les propietats elementals de les funcions trigonomètriques.
* Conèixer els conceptes bàsics de manipulació i operació amb matrius.
Àrea de Programació i Estructura de Dades
* Saber especificar, dissenyar i implementar algoritmes senzills amb un llenguatge de programació imperatiu.
* Saber construir programes correctes, eficients i estructurats.
* Conèixer els conceptes de llenguatges interpretats i llenguatges compilats.
* Conèixer els algoritmes de recerca en estructures de dades (taules, llistes, arbres, ...).
Àrea de Robòtica
* Coneixement de ROS.
* Coneixement de Matlab.
* Coneixement de la cinemàtica bàsica d'un robot mòbil i un robot manipulador.