Intelligens rendszerek laboratórium

Intelligent Systems Laboratory

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Intelligens rendszerek laboratórium

Intelligent Systems Laboratory

Tantárgykód

BMEVIFO5212

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	0	2	0
jelleg (kapcsolt/önálló)	—	önálló	—

Tanulmányi teljesítmény/értékelés típusa

félévközi érdemjegy

Tantárgy kreditértéke

2,5

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

Tantárgyprogram

1. CCD vonal és mátrix kamera bázisú intenzitáskép digitalizálás

A digitális intenzitáskép feldolgozásban használatos érzékelők, megvilágítási eszközök, digitalizálók és valósidejű előfeldolgozó célhardverek működési elvének, alkalmazási lehetőségeinek tanulmányozása. A feldolgozási lánc egyes elemeinek optimális beállítását konkrét ipari képfeldolgozási feladat megoldásán keresztül kell meghatározni.

2. Intenzitáskép feldolgozás

A digitális intenzitáskép feldolgozásban használt alapvető algoritmusok tanulmányozása. A BME Folyamatszabályozási Tanszékén kifejlesztett IPPS interaktív képfeldolgozó keretrendszer működésének megismerése, majd az IPPS felhasználásával önálló képfeldolgozó eljárások kidolgozása.

3. Lézer scanner bázisú távolságkép digitalizálás

A triangularizáción alapuló távolságmérési elv és a lézer scanner funkcionális felépítésének megismerése. CCD vonalkamera alkalmazása pozíciójel érzékelésére. A szinkronizált háromszögelés látóterének struktúrája, érzékenység mérése és számítása. Távolságképek felvétele és kiértékelése.

4. 3D képfeldolgozás transzputerrel

A Parallel C konkurrens programozási nyelv megismerése és alkalmazása multitranszputeres (4xT800+4x4Mbyte) környezetben. Faugeras módszerén alapuló 3D képfeldolgozási algoritmusok transzputeres megvalósításának vizsgálata.

5. Mesterséges intelligencia eszközök

Szakértői rendszer fejlesztői környezetének bemutatása a Level 5 Object példáján. Objektum-orientált tudásbázis, előre- és hátrafelé következtetés kombinált alkalmazása, C nyelvi interfész kialakítása a szakértői rendszer felé.

6. Szenzorcsatolt robotirányítás

A GT-6A francia oktató robot irányító rendszerének és egy tanszéki fejlesztésű lézerfénykéses 3D látórendszer működésének megismerése, a látórendszerrel összekapcsolt robot kalibrációjának elvégzése. Egyszerű 3D tárgyak lokalizációja, felismerése és megfogása a robottal.

A labor célja egyrészt a robotrendszerekben használt látórendszerek, 2D és 3D képfeldolgozó eljárások és Level 5 Object alapú mesterséges intelligencia eszközök megismerése, másrészt alkalmazásuk bemutatása szenzorcsatolt robotirányítás keretében.

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

A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet az Irányítástechnika és Informatika Tanszék laboratóriumaiban kell elvégezni.

Tanulástámogató anyagok

Online források

- A mérésekhez kiosztásra kerülő mérési útmutatók.

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

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

Robotok irányítása. Gépi látás.

Képesség típusú kompetenciák

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

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

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

Robotok irányítása. Gépi látás.

Általános szabályok

Követelmények: a)A szorgalmi időszakban: - A félév lezárásának módja gyakorlati 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 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: A labor a vizsgaidőszakban nem pótolható.

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

Robotok irányítása. Gépi látás.

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.