Αυτόνομα Ρομποτικά Συστήματα

Γενικά

• Κωδικός: Ρ201
• Εξάμηνο: 2o
• Επίπεδο Σπουδών: Μεταπτυχιακό
• Τύπος μαθήματος: Ειδίκευσης
• Γλώσσα διδασκαλίας και εξετάσεων: Ελληνικά
• Το μάθημα διατίθεται σε φοιτητές Erasmus
• Μονάδες ECTS: 7.5

Περιεχόμενα μαθήματος

• Είδη Αυτόνομων ρομπότ (ξηράς, ιπτάμενα, υποβρύχια). Εφαρμογές: εξερεύνηση, διάσωση, γεωργία, αυτόνομη οδήγηση.

• Μηχανισμοί κίνησης αυτόνομων ρομπότ: δίποδα, τετράποδα, εξάποδα ρομπότ. Ρομπότ με ρόδες. Τύποι τροχών και διάταξη τροχών. Τύποι ιπτάμενων οχημάτων.

• Κινηματική αυτόνομων οχημάτων. Αναπαράσταση της θέσης στο σύστημα συντεταγμένων.

• Ρομποτικοί αισθητήρες. Αισθητήρες αφής. Αδρανειακοί αισθητήρες οδομετρίας. Αισθητήρες απόστασης. Εντοπισμός της θέσης από μετρήσεις οδομετρίας. GPS.

• Ορόσημα (Landmarks). Τριγωνισμός. Εξαγωγή χαρακτηριστικών από αισθητήρες απόστασης. Ο αλγόριθμος RANSAC.

• Κάμερες και αισθητήρες CCD. Στερεοσκοπική όραση. Χάρτες βάθους. Ανιχνευτές χαρακτηριστικών σημείων σε εικόνες. Εντοπισμός με οπτική οδομετρία.

• Εντοπισμός με βάση τις μετρήσεις. Θόρυβος αισθητήρων.

• Χαρτογράφηση. Μετρικοί χάρτες. Πλέγματα κατάληψης.

• Ταυτόχρονος εντοπισμός και χαρτογράφηση. (SLAM).

• Μέθοδοι, τεχνικές και αλγόριθμοι βέλτιστου σχεδιασμού διαδρομής αυτοκινούμενου ρομπότ. Μέθοδοι γράφων. Αλγόριθμοι αναζήτησης βέλτιστης διαδρομής σε γράφους.

• Μέθοδοι, τεχνικές και αλγόριθμοι πλοήγησης και αποφυγής εμποδίων

Μαθησιακοί Στόχοι

Το μάθημα σκοπεύει να εισαγάγει τους φοιτητές α) στους μηχανισμούς κίνησης των αυτόνομων ρομπότ β) στις βασικές αρχές εντοπισμού αυτόνομων οχημάτων μέσω αδρανειακών/ενεργών αισθητήρων και αισθητήρων όρασης γ) σε σύγχρονες μεθόδους χαρτογράφησης και εξερεύνησης του περιβάλλοντος, γ) στους βασικούς αλγόριθμους αποφυγής εμποδίων και αυτόνομης πλοήγησης. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές/τριες θα είναι εξοικειωμένοι:

– με τις βασικές έννοιες της τροχήλατης κίνησης και της κίνησης με μηχανικά πόδια

– με το ευθύ και αντίστροφο πρόβλημα της κίνησης με όχημα διαφορικής οδήγησης και με όχημα πανκατευθυντικής (omni-directional) οδήγησης

– με τους βασικούς αισθητήρες μέτρησης της κίνησης (επιταχυνσιόμετρα, μαγνητόμετρα, οπτικούς κωδικοποιητές), εύρεσης της απόστασης από εμπόδια (LiDARs)

– με τη χρήση στερεοσκοπικών συστημάτων για παραγωγή χαρτών βάθους και ανακατασκευή του τρισδιάστατου χώρου – χρήση βιβλιοθήκης OpenCV για την υποστήριξη εφαρμογών ρομποτικής όρασης

– με τους βασικούς στοχαστικούς αλγορίθμους για τη διόρθωση των σφαλμάτων αισθητήρων κατά τη διαδικασία του εντοπισμού

– με τις βασικές μεθόδους ρομποτικής χαρτογράφησης

– με βασικές μεθόδους, τεχνικές και αλγόριθμους σχεδίασης διαδρομής

– με βασικές μεθόδους, τεχνικές και αλγόριθμους αποφυγής εμποδίων

Γενικές Ικανότητες

• Εμβάθυνση σε προβλήματα που απαιτούν προχωρημένη μαθηματική επεξεργασία

• Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

• Αυτόνομη και Ομαδική εργασία, μέσω σχεδίων εργασίας

Μέθοδοι Διδασκαλίας

Το μάθημα διδάσκεται διά ζώσης. Μετωπική ανάπτυξη της ύλης στον πίνακα, πρόσωπο με πρόσωπο, με παράλληλη σύγχρονη μετάδοση της διδασκαλίας μέσω της Ιδρυματικής πλατφόρμας ΖΟΟΜ.

Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

– Λογισμικό ανοικτού κώδικα OpenCV

-Λογισμικό Matlab

– Χρήση του Συστήματος Ηλεκτρονικής Εκπαίδευσης της Πανεπιστημιούπολης Σερρών για την υποστήριξη της μαθησιακής διαδικασίας

– Οπτικοακουστικό υλικό

– Επικοινωνία με τους φοιτητές μέσω e-mail, πλατφόρμας ΖΟΟΜ, πλατφόρμας slack

Οργάνωση Διδασκαλίας

Αξιολόγηση Φοιτητών

Ο τελικός βαθμός του μαθήματος διαμορφώνεται από τρεις εργασίες των φοιτητών, που συμμετέχουν ισοδύναμα στη διαμόρφωση του τελικού βαθμού: μία σε θέματα κινηματικής οχήματος, μία σε θέμα εύρεσης χάρτη βάθους και 3Δ ανακατασκευής και μία σε θέμα βέλτιστου σχεδιασμού διαδρομής και αποφυγής εμποδίων.

Συνιστώμενη Βιβλιογραφία

1. “Ιntroduction to autonomous mobile robots”, Roland Siegwart, Illah R. Nourbakhsh, and Davide Scaramuzza. – 2nd ed., Cambridge, Mass. : MIT Press, 2011.

2. “Autonomous Land Vehicles”, K. Berns, E. von Puttkamer, Vieweg and Teubner.

3. “Designing Autonomous Mobile Robots, Inside the mind of an intelligent machine”, John Holland, Newness.

4. “Probabilistic Robotics”, M. Thrun, MIT Press.

5. “Obstacle Avoidance in Multi-Robot Systems, Experiments in Parallel Genetic Algorithms”, Mark A C Gill (Author), Albert Y Zomaya (Author)

6. “Robot Path Planning and Obstacle Avoidance by Means of Potential Function Method”, Bassam Hussien, University of Missouri-Columbia