Intelligent Robots

Intelligens robotok

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Subject name (Hungarian, English)

Intelligens robotok

Intelligent Robots

Subject code

BMEVIIIM247

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	2	1	0
type (linked/independent)	—	derived course	—

Assessment type

vizsga

Credits

Subject coordinator

Dr. Lantos Béla

position: egyetemi tanár

contact: lantos@iit.bme.hu

Responsible department

Irányítástechnika és Informatika Tanszék

Faculty

Villamosmérnöki és Informatikai Kar

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

13 tényleges oktatási hét: 26 előadási + 13 tantermi gyakorlati óra. A gyakorlatok az elméleti előadás módszereit alkalmazási példák keretében mutatják be. Az előadások tematikája:

1. Robotok szenzorrendszerei. Nyúlásmérő és piezoelektromos átalakítók. Erő/nyomaték és taktilis érzékelők.

2. Szenzorcsatolt robotirányítások. Robot szem-kéz rendszer kalibrációja. Valósidejű robot látórendszer megvalósítása vizuális visszacsatolással. Mechatronikai rendszerek modellezése.

3. Mobilis robotok navigációja. Navigációs tér modellek. Akadályelkerülési stratégiák. Virtuális valóság eszközök a robotikában.

4. Sztereo kamera kalibrálás. Torzítási jelenségek kompenzálása. Látórendszer kalibrálása robotikai alkalmazásokhoz. SIFT deszkriptor vektor, DOG piramis. RANSAC algoritmus, homográfia becslés, feature bázisú képillesztés.

5. Távolságképek 3D képfeldolgozása. Differenciálgeometriai, paraméterbecslésen alapuló és heurisztikus módszerek.

6. Intelligens robot/kéz rendszer irányítórendszere. Többujjas tárgymanipulációnál használt modellek, kontaktuspontok mozgástervezése, kontaktuserők meghatározása. Robot/kéz együttes képfeldolgozó és virtuális valóság rendszere.

7. Mesterséges intelligencia eszközök a robotikában. Neuro-fuzzy modellezés és adaptív irányítás. Optimalizálás genetikus algoritmussal.

8. Kooperáló mobilis robotok, robotfoci. Multiágensű rendszerek kooperációjának modellezése statikus és mozgó objektumok esetén. Játékelméleti megfogalmazás és megoldásuk módszerei. Robotfoci stratégiák, a csapatmozgás megvalósítási szintjei, csapatleírások, stratégia értékszabályok.

9. Mozgó robotok és autonóm járművek GPS-re, gyorsulásérzékelőkre és giroszkópokra alapozott állapotbecslési módszerei. Formációban haladási és kommunikációs stratégiák.

A tantárgy összefoglalja a korszerű (szenzorcsatolt, kooperáló, mobilis és multiágensű) robotrendszerek elméleti alapjait és mesterséges intelligencia eszközeit, bemutatja a más tantárgyakban elsajátított ismeretek felhasználását robotrendszerekben, továbbá az ilyen rendszerek tervezésénél alkalmazható villamosmérnöki módszereket. A tantárgyat sikeresen abszolváló hallgatók közre tudnak működni robotrendszerek és mobilis robotok számítógépes irányító és navigációs rendszereinek tervezésében, a működéshez szükséges algoritmusok kifejlesztésében és megvalósításában. Hosszú távon hasznosítható készségekkel rendelkeznek 1) a robotirányítás, mozgástervezés és akadályelkerülés területén, 2) korszerű elméletek bevonásával analizálni és tervezni tudnak gyártásautomatizálási alrendszereket és komplex rendszereket, 3) ismerik a tervezést támogató korszerű eszközöket, 4) rendelkeznek a technológiai rendszerek és más határterületek szakembereivel való együttműködési képességgel komplex problémák megoldására.

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

A tárgy előadásokból és az előadások anyagát illusztráló gyakorlatokból áll.

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)

Robotok és irányítások elmélete

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)

Robotok és irányítások elmélete

General rules

Követelmények: 1 zárthelyi a szorgalmi időszakban. Az aláírás feltétele legalább elégséges zárthelyi osztályzat. Eredménye 20% arányban beszámít a vizsgajegybe. Pótlási lehetőségek: A zárthelyi a szorgalmi időszakban vagy a pótlási héten pótolható.

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

Robotok és irányítások elmélete

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.