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 21: | Linha 21: | ||
'''Cronograma (tentativa)''' | '''Cronograma (tentativa)''' | ||
| − | + | 9/5 – Apresentação + Revisão de Teoria Probabilística | |
| − | + | 16/5 – Localização Markov + EKF | |
| − | + | 23/5 – Localização Monte Carlo + Mapeamento | |
| − | + | ?/5 (Rep.) – SLAM (Loc. e Map. Simultâneos) | |
| − | + | 30/5 – SLAM II + Planejamento Prob. (PDM) | |
| − | + | 6/6 - IEEE IV (não haverá aula) | |
| − | + | 13/6 – IEEE IV (não haverá aula) | |
| − | + | 20/6 – Recesso | |
| + | ?/6 (Rep.) – Seminários | ||
| + | 27/6 – Seminários | ||
Edição das 10h49min de 9 de maio de 2014
SSC-5880 Algoritmos de Estimação para Robótica Móvel
Prof. Denis F. Wolf
Horário: sexta-feira das 10:00 às 13:00
Sala: 5002
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 * 0.3 + Trabalhos * 0.6 + Participação nas aulas * 0.1
Cronograma (tentativa)
9/5 – Apresentação + Revisão de Teoria Probabilística 16/5 – Localização Markov + EKF 23/5 – Localização Monte Carlo + Mapeamento ?/5 (Rep.) – SLAM (Loc. e Map. Simultâneos) 30/5 – SLAM II + Planejamento Prob. (PDM) 6/6 - IEEE IV (não haverá aula) 13/6 – IEEE IV (não haverá aula) 20/6 – Recesso ?/6 (Rep.) – Seminários 27/6 – Seminários
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:
