Autonome Mobiele Robots

Autonomous Mobile Robots

Studiewijzer 2017/2018

Globale inhoud

Dit vak is een inleiding in de fundamenten van mobiele robot systemen. Het beschrijft verschillende aspecten van mobiele robots; van sensoren en motoren tot perceptie en cognitie. Het vak concentreert zich op wat nodig is voor mobiliteit; het is een overzicht van de methoden die nodig zijn om een robot een taak in de wereld uit te voeren (denk aan obstakel ontwijking en lokalisatie). Het combineert hiervoor concepten van de kinematica, control theorie, signaal verwerking, beeldverwerking, kunstmatige intelligentie en de stochastiek.

Studiemateriaal

Literatuur

• Roland Siegwart, Illah R. Nourbakhsh and Davide Scaramuzza, `Introduction to Autonomous Mobile Robots', 2nd edition, MIT Press, March 2011. ISBN-:78-0-262-01535-6, ~€ 50,-)

Overig

• Eigen laptop

Leerdoelen

• Inzicht in de basis uitdagingen om een mobiele robot autonoom aan te sturen (navigatie, planning, samenwerking) en de belangrijkste algoritmen die in een oplossing gebruikt kunnen worden
• Begrip van de onderliggende wiskunde gebruikt in de algoritmen en de bijbehorende software
• Ervaring in het toepassen van deze kennis op een mobiel robot systeem

Hoewel dit vak zich concentreert op mobiele robots, zijn veel van de technieken ook toepasbaar in andere informatie verwerkende systemen.

Onderwijsvormen

• Hoorcollege
• (Computer)practicum

Colleges en practica (gecombineerd in een studio class room). Er is geen aanwezigheidsplicht voor de practica. U mag de robots echter niet mee naar huis nemen, dus u kan de opdrachten alleen succesvol afronden op het moment dat u een dataset heeft opgenomen.

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht, tenzij anders vermeld in de studiegids. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan het onderdeel niet met een voldoende worden afgerond.
  

Aanvullende eisen voor dit vak:

Toetsing

De summatieve toetsing zal plaatsvinden in een deel- en een eindtentamen. In de beoordeling zullen ook de ingeleverde   antwoorden van de practica vragen meegewogen worden. Bij het missen van een deadline worden de antwoorden niet meer beoordeeld. Datum, plaats en tijdstip van een eventuele herkansing van een practicum onderdeel wordt in nader overleg met de coördinator bepaald en kan alleen worden gedaan als het practicumwerk voor het verstrijken van de deadline is afgerond.

Inzage toetsing

De datum, het tijdstip en de locatie van het inzagemoment staan in het rooster in DataNose.

Het contact opnemen dient binnen een week na bekendmaking van de cijfers te geschieden.

Opdrachten

Practica opdrachten 1 t/m 4

• Elk practicum opdracht wordt afgerond met het inleveren van de uitwerkingen. Zie ook 'Toetsing'.

Onderstaande opdrachten komen aan bod in deze cursus:

•    Naam opdracht 1 : beschrijving 2
•    Naam opdracht 2 : beschrijving 1
•    ....

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: www.uva.nl/plagiaat

Weekplanning

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

• Er wordt vanuit gegaan dat u het vak Beeldverwerken heeft gevolgd. Dit vak verwacht een zekere vaardigheid met het toepassen van wiskunde begrippen uit de statistiek, calculus en algebra. Voor de praktische opdrachten heeft een zekere vaardigheid met het ontwikkelen van software grote voordelen.
• De belangrijkste voorwaarde is echter creativiteit en enthousiasme, en de bereidheid zich in te spannen bij het experimenteren met systemen die hun gegevens uit de echte wereld halen.
• Voor dit vak geldt een capaciteitsbeperking. Studenten Kunstmatige Intelligentie genieten voorrang mbt toelating tot het vak.

Contactinformatie

Coördinator

• drs. A. van Inge