Mudanças entre as edições de "SSC-5880(Denis)"
(→SSC-5880 Algoritmos de Estimação para Robótica Móvel) |
(→SSC-5880 Algoritmos de Estimação para Robótica Móvel) |
||
Linha 4: | Linha 4: | ||
− | '''Horário: | + | '''Horário: terça-feira das 14:00 às 17:00''' |
− | '''Sala: 3- | + | '''Sala: 3-104''' |
Linha 17: | Linha 17: | ||
'''Avaliação''' | '''Avaliação''' | ||
− | Nota final = Seminário * 0. | + | Nota final = Seminário * 0.4 + Trabalhos * 0.6 |
'''Cronograma (tentativa)''' | '''Cronograma (tentativa)''' | ||
− | + | 7/5 – Apresentação + Revisão de Teoria Probabilística | |
− | + | 14/5 – Localização Markov + Monte Carlo + EKF | |
− | + | 22/5 – Mapeamento | |
− | + | 28/5 – SLAM (Loc. e Map. Simultâneos) | |
− | + | 4/6 – SLAM II + Planejamento (PDM) | |
− | + | 11/6 – Seminários | |
− | + | 18/6 – Seminários | |
− | + | 25/6 – IEEE IV (Não haverá aula) | |
+ | |||
'''Bibliografia''' | '''Bibliografia''' | ||
Linha 37: | Linha 38: | ||
3) Artigos científicos da área | 3) Artigos científicos da área | ||
+ | |||
+ | '''Material Didático:''' |
Edição das 09h55min de 15 de maio de 2013
SSC-5880 Algoritmos de Estimação para Robótica Móvel
Prof. Denis F. Wolf
Horário: terça-feira das 14:00 às 17:00
Sala: 3-104
Objetivos
Esta disciplina aborda algoritmos avançados da área de robótica móvel. São abordadas técnicas inteligentes para controle de sistemas autônomos e aplicação de teoria probabilística e fusão de sensores na solução de problemas envolvendo robôs móveis. São também apresentadas e discutidas aplicações práticas de robôs móveis que ilustram os conceitos estudados. As aulas abordam os aspectos teóricos da área bem como propõe implementações práticas para complementar o aprendizado.
Conteúdo Fusão de sensores e aplicação de teoria probabilística na solução de problemas: filtro de Bayes, filtro de Kalman, filtro de partículas e premissa de Markov - Navegação de robôs móveis. - Localização: Localização Global e Local. Métodos de Markov, Monte Carlo e Kalman - Mapeamento: métrico e topológico e 3D. - Mapeamento e localização simultâneos, SLAM, EKF – SLAM e Fast SLAM - Exploração de ambientes
Avaliação
Nota final = Seminário * 0.4 + Trabalhos * 0.6
Cronograma (tentativa)
7/5 – Apresentação + Revisão de Teoria Probabilística 14/5 – Localização Markov + Monte Carlo + EKF 22/5 – Mapeamento 28/5 – SLAM (Loc. e Map. Simultâneos) 4/6 – SLAM II + Planejamento (PDM) 11/6 – Seminários 18/6 – Seminários 25/6 – IEEE IV (Não haverá aula)
Bibliografia
1) SEBASTIAN THRUN, WOLFRAM BURGARD, DIETER FOX (2005), Probabilistic Robotics, MIT Press, ISNB: 026220162-3, 667 páginas.
2) STUART RUSSELL, PETER NORVIG (2003),Artificial Intelligence: A Modern Approach, ISBN: 0137903952, 1132 páginas.
3) Artigos científicos da área
Material Didático: