Mudanças entre as edições de "SSC-5880(Denis)"
(→SSC-5880 Algoritmos de Estimação para Robótica Móvel) |
(→SSC-5880 Algoritmos de Estimação para Robótica Móvel) |
||
| (4 revisões intermediárias pelo mesmo usuário não estão sendo mostradas) | |||
| Linha 19: | Linha 19: | ||
Nota final = Seminário * 0.3 + Trabalhos * 0.6 + Participação nas aulas * 0.1 | Nota final = Seminário * 0.3 + Trabalhos * 0.6 + Participação nas aulas * 0.1 | ||
| − | '''Cronograma ( | + | '''Cronograma (atualizado 6/6)''' |
9/5 – Apresentação + Revisão de Teoria Probabilística | 9/5 – Apresentação + Revisão de Teoria Probabilística | ||
16/5 – Localização Markov + EKF | 16/5 – Localização Markov + EKF | ||
23/5 – Localização Monte Carlo + Mapeamento | 23/5 – Localização Monte Carlo + Mapeamento | ||
| − | + | 30/5 – SLAM | |
| − | 30/5 – SLAM | ||
6/6 - IEEE IV (não haverá aula) | 6/6 - IEEE IV (não haverá aula) | ||
13/6 – IEEE IV (não haverá aula) | 13/6 – IEEE IV (não haverá aula) | ||
20/6 – Recesso | 20/6 – Recesso | ||
| − | |||
27/6 – Seminários | 27/6 – Seminários | ||
| + | 01/7 – Seminários (9:00 sala 3-104) | ||
| Linha 58: | Linha 57: | ||
[[Arquivo:SSC-5880 2 Localização - Filtro de Kalman.pdf]] | [[Arquivo:SSC-5880 2 Localização - Filtro de Kalman.pdf]] | ||
| − | [[Arquivo:SSC-5880 | + | [[Arquivo:SSC-5880 Pos_Vel_KF.txt]] |
| + | |||
| + | [[Arquivo:SSC-5880 3 Mapeamento.pdf]] | ||
[[Arquivo:SSC-5880 Trabalho 2.pdf]] | [[Arquivo:SSC-5880 Trabalho 2.pdf]] | ||
| + | |||
| + | [[Arquivo:SSC-5880 4 SLAM 1.pdf]] | ||
| + | |||
| + | [[Arquivo:SSC-5880 4 SLAM 2.pdf]] | ||
| + | |||
| + | [[Arquivo:SSC-5880 Trabalho 3.pdf]] | ||
| + | |||
| + | [[Arquivo:SSC-5880 Graph_SLAM.txt]] | ||
Edição atual tal como às 00h01min de 1 de julho 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 (atualizado 6/6)
9/5 – Apresentação + Revisão de Teoria Probabilística 16/5 – Localização Markov + EKF 23/5 – Localização Monte Carlo + Mapeamento 30/5 – SLAM 6/6 - IEEE IV (não haverá aula) 13/6 – IEEE IV (não haverá aula) 20/6 – Recesso 27/6 – Seminários 01/7 – Seminários (9:00 sala 3-104)
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:
Arquivo:SSC-5880 1 Intro Prob.pdf
Arquivo:SSC-5880 2 Localização - Markov e Grid.pdf
Arquivo:SSC-5880 2 Localização - Monte Carlo.pdf
Arquivo:SSC-5880 Loc Grid Python.txt
Arquivo:SSC-5880 Trabalho 1.pdf
Arquivo:SSC-5880 2 Localização - Filtro de Kalman.pdf
Arquivo:SSC-5880 Pos Vel KF.txt
Arquivo:SSC-5880 3 Mapeamento.pdf
Arquivo:SSC-5880 Trabalho 2.pdf
