A tantárgyleírás hatályossága
| Tantárgy neve (magyarul, angolul) |
Intelligens robotok
Intelligent Robots
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIFO5013 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | vizsga | ||||||||||||
| Tantárgy kreditértéke | 5 | ||||||||||||
| Tantárgyfelelős |
Dr. Lantos Béla
beosztás: egyetemi tanár
elérhetőség:
lantos@iit.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
—
|
||||||||||||
| Kar | |||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
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.
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
Tanulástámogató anyagok
Online források
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Általános szabályok
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.