Autonomous Systems Laboratory

Autonóm rendszerek laboratórium

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Subject name (Hungarian, English)

Autonóm rendszerek laboratórium

Autonomous Systems Laboratory

Subject code

BMEVIFO4342

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	2	0	0
type (linked/independent)	—	—	—

Assessment type

félévközi érdemjegy

Credits

Subject coordinator

Dr. Lantos Béla

position: egyetemi tanár

contact: lantos@iit.bme.hu

Responsible department

—

Faculty

Subject website

—

Primary curriculum type

—

Direct prerequisites – Strong prerequisite

none

Direct prerequisites – Weak prerequisite

none

Direct prerequisites – Parallel prerequisite

none

Direct prerequisites – Milestone prerequisite

none

Direct prerequisites – Exclusion

none

Objectives

Programme

A tárgy során 6 mérést végeznek a hallgatók az Irányítástechnika és Informatika Tanszék laboratóriumaiban (I1-I4. mérés) illetve a HSZK-ban (I5-I6. mérés).

Az egyes mérések tematikája:

I1. Robotprogramozás

A gyakorlaton a hallgatók megismerik a NOKIA-PUMA robot vezérlését és az ARPS robotprogramozási nyelvet. A mérésen elvégzendő feladat egy anyagmozgatási probléma megoldása. A hallgatók gyakorolják a robot betanítását és programozását. A feladat megoldását jelentő programot a robot segítségével tesztelik és futtatják.

I2. Mobilis robot.

A gyakorlaton a hallgatók megismerik az ARRICK Robotics mobilis robotjának irányítási és szenzor rendszerét. A hallgatók gyakorolják a szenzor rendszer komponenseinek programozását, tesztelik és funkcionálisan ellenőrzik programjaik működését a mobilis roboton.

I3. Mikrorobot.

A hallgatók megismerik a BME IIT és Karlsruhei Egyetem kooperációjában kifejlesztett mikrorobotot és a telerobotika alapfogalmait. Kísérleteket végeznek a mikrorobot Interneten keresztül történő irányítása területén.

I4. Identifikációs algoritmusok.

A gyakorlaton a hallgatók megismerkednek a MATLAB System Identification Toolbox szolgáltatásaival és identifikációs algoritmusaival. Kísérleteket végeznek különféle rendszerek dinamikus modelljeinek meghatározására a toolbox szolgáltatásainak felhasználásával.

I5. Genetikus algoritmusok.

A gyakorlaton a hallgatók megismerkednek a genetikus algoritmusok felépítésével és a MATLAB Genetic Algorithm Toolbox szolgáltatásaival. Optimalizálási feladatokat oldanak meg a toolbox szolgáltatásaival bonyolult célfüggvények és irányítástechnikai tervezési feladatok keretében.

I6. Adaptív fuzzy irányítások

A gyakorlaton a hallgatók megismerkednek az indirekt és direkt adaptív fuzzy irányítási algoritmusokkal és megvalósításukkal MATLAB környezetben. Kísérleteket végeznek és feladatokat oldanak meg a fuzzy modellezés és adaptív irányítás területén.

A tárgy célja, hogy összefoglalja az autonóm robotizált rendszerek irányításának és intelligens rendszertechnikai megvalósításának elméleti alapjait. A tárgy szemléletbeli és algoritmikus alapokat nyújt ilyen rendszerek különféle részterületei számára.

A hallgatók közelről ismerkedjenek meg a robotirányításban alkalmazott alapvető algoritmusokkal, azok gyakorlati problémáival, a robotok betanításával és programozásával, valamint a modellezési és irányítási feladatok megoldási módszereivel ipari, mobilis és mikrorobotok esetén.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet az Irányítástechnika és Informatika Tanszék és a Hallgatói Számítógép Központ laboratóriumaiban kell elvégezni.

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Szabályozástechnika

Skill type competencies

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Recommended (non-compulsory) preliminary competencies

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Szabályozástechnika

General rules

Követelmények: a. A szorgalmi időszakban: A félév lezárásának módja félévközi jegy. 6 darab 4 órás laboratóriumi mérés anyagának elsajátítása, a mérések elvégzése és a mérési jegyzőkönyvek elkészítése előírt ütemezés szerint. Távolmaradás esetén összesen 2 mérés pótolható a szorgalmi időszakban. Az a hallgató, aki a mérésre készületlenül jön (beleértve az előzetes feladat kérést azoknál a méréseknél, ahol ez elő van írva) illetve igazolatlanul távol marad, a mérésre elégtelen osztályzatot kap, de pótlási kerete erejéig a mérést különeljárási díj befizetése mellett köteles pótolni. A teljes jegyzőkönyvet a mérést követő héten a mérés időpontjáig kell beadni (az utolsó mérésnél legfeljebb a szorgalmi időszak utolsó napján) a mérésvezetőnél. Aki a beadási határidőt lekési, a jegyzőkönyvre elégtelen osztályzatot kap. Aki a jegyzőkönyv beadását a szorgalmi időszak végéig elmulasztja, félévközi jegyet nem kaphat. A szorgalmi időszak után pótlási lehetőség nincs. A félév lezárásához szükség követelmény a 6 mérés sikeres elvégzése. A hallgató minden mérésre 1 osztályzatot kap (felelet, mérés és jegyzőkönyv alapján) és a gyakorlati jegy ezek átlaga. b. A vizsgaidőszakban: - Pótlási lehetőségek: A félév során a hallgatóknak maximum 2 mérés pótlására van lehetősége a fenti feltételek betartása mellett, az illetékes mérésvezetővel egyeztetett időpontban. A mérések a szorgalmi időszak utolsó napjáig pótolhatók különeljárási díj befizetése mellett. A vizsgaidőszakban pótlási lehetőség nincs.

Assessment methods

In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

Szabályozástechnika

Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements

Requirements valid from:

—

Requirements valid until:

—

Curriculum placement

No curriculum placements recorded for this subject version.