Studiewijzer 2018/2019

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,-)

Software

  • V-Rep simulator, MATLAB

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

Activiteit

Aantal uur

Deeltoets

4

Laptopcollege

48

Zelfstudie

116

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht. De invulling van deze aanwezigheidsplicht kan per vak verschillen en staat aangegeven in de studiewijzer. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan het onderdeel niet met een voldoende worden afgerond.

Toetsing

Onderdeel en weging Details

Eindcijfer

50%

Tentamen

Moet ≥ 4.5 zijn

50%

Deeltentamen 1

50%

Deeltentamen 2

50%

Practicum

Moet ≥ 4.5 zijn

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 practicumonderdeel wordt in nader overleg met de coördinator bepaald en kan alleen worden gedaan als het practicumwerk voor het verstrijkken 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'.

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: http://student.uva.nl

Weekplanning

Weeknummer Onderwerpen Studiestof
1 Introduction & Locomotion  Chapter 1 & 2
,, Kinematics  Chapter 3 
2 Sensors for Mobile Robots  Chapter 4.1
,, Fundamentals of Computer Vision  Chapter 4.2
3 Feature Extraction  Chapter 4.3-4.5
,, Place Recognition  Chapter 4.6-4.7
4 Deeltentamen 1  
5 The Challenge of Localization  Chapter 5.1-5.5
,, Probabilistic Map Based Localization Chapter 5.6
6 Kalman Filter Localization Chapter 5.6.8
,, Simultaneous Localization and Mapping Chapter 5.8
7 Planning and Navigation Part I Chapter 6
,, Planning and Navigation Part I! ,,
8 Deeltentamen 2  

Week 44: Chapter 1 & 2 - Introduction & Locomotion

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.

Verwerking vakevaluaties

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

  • drs. A. van Inge