|
Vyučující
|
-
Černohorský Josef, doc. Ing. Ph.D.
-
Kajzr Daniel, Ing. Ph.D.
|
|
Obsah předmětu
|
<u>Získané kompetence:</u> Získané znalosti lze rozdělit do dvou kategorií. První z nich představuje účelovou integraci vzájemně oddělených oblastí techniky do jednoho celku za účelem aktivního řízení robotických inteligentních systémů, druhá pak reprezentuje budoucí vývoj a aplikace robotů z nejrůznějších hledisek, vždy však s respektováním lidského činitele. <u>Témata přednášek:</u> Úvod do oboru, základní aplikace robotů s umělým intelektem, roboty hominidního typu. Možnosti optimální řízení robotů, význam a souvislosti s umělou inteligencí. Variační metody optimálního řízení, aplikace principu minima L. S. Potrjagina. Suboptimální řízení robotů. Využitelnost palety senzorického subsystému, orientace robota v pracovním prostoru. Řešení úlohy "nalezni cíl". Vybrané metody rozpoznávání obrazů a pracovních scén, základy počítačového vidění robotů. Geometrické reprezentace překážek a těles v prostoru. Adaptivní řízení a změny trajektorií pohybu v úlohách "zamez kolizi". Netradiční logiky a jejich využití. Hlasová komunikace operátora s robotem, navádění robota slovy, zadávání příkazů a hlasové programování robotů. Základy biorobotiky a lékařské robotiky, protetika. Kognitivní robotika s řízením, opírajícím se o chování (behaviour based control) včetně aplikací. "Umělý život" (Alife), využití celulárních automatů, Lindenmayerovy systémy, genetické algoritmy, zkoumání problematiky vývoje společenství, simulace umělého života, řešení konfliktů, otázky etologie, kooperace, sociální organizace, evoluce a genetika. Hominidní roboty a budoucnost. <u>Náplň cvičení:</u> Optimální nastavování parametrů regulátoru, aktuální ovlivňování průběhu trajektorie pohybu robota změnou parametrů kritéria, simulace na PC. Příznakové a strukturální metody rozpoznávání. Modelování prostředí, kvalitativní modelování, konkrétní úlohy. Modelování v systému RoboLab, Laboratoř inteligentních robotů. Využití ultrazvuku k detekci překážky. Měření vzdálenosti laserem. Detekce člověka v pracovním prostoru a adaptivní chování robota, změna trajektorie, zastavení a pokračování v činnosti. Využití počítačového vidění v úlohách rozpoznávání pracovní scény. Nalezení předmětu definovaného tvaru a manipulace s ním. Hlasové ovládání robotů, jak mobilních, tak i robotických ramen. Návrh optimálních a sub-optimálních trajektorií pohybu robota v prostoru s překážkami pomocí počítače.
|
|
Studijní aktivity a metody výuky
|
Monologický výklad (přednáška, prezentace, vysvětlování), Laboratorní praktika
- Účast na výuce
- 40 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je doplnit znalosti studentů v oblasti tzv. kognitivních robotů. Předmět navazuje na povinně volitelný předmět Robotika, který byl orientován čistě technicky a nevšímal si souvislostí s umělou inteligencí, biologií atp. Uvedené nedostatky jsou částečně odstraněny v tomto předmětu, orientací na úlohy rozpoznávání pracovních scén a předmětů, využitím metod strojového plánování trajektorií robotů v prostředí s překážkami, využitím metod adaptace a učících se systémů. Rovněž jsou diskutovány některé otázky biorobotiky, hominidních robotů a vzájemné sociální chování robotů.
Student získá schopnosti v navrhování, zjednodušování a úpravách konečných automatů, včetně ověřování správnosti návrhu a to i ve velmi komplikovaných případech. Dále bude umět navrhnout a verifikovat nejrůznější typy gramatik, provádět syntaktickou analýzu.
|
|
Předpoklady
|
Podmínka registrace: není stanovena
|
|
Hodnoticí metody a kritéria
|
Kombinovaná zkouška, Ústní zkouška, Písemná zkouška
Kinematická rovnice, inverzní úloha, analýza pracovního prostoru, dráhové řízení, rovnice dynamiky robota, řízení robotů pomocí PID regulátorů, adaptivní řízení, rozpoznávání scén, základy optimálního řízení, plánování úloh. Základy kinematiky a dynamiky, maticový počet, základy regulace, diferenciální rovnice, základy variačního počtu.
|
|
Doporučená literatura
|
-
Abidi M. A., Gondzales R. C. Data Fusion in Robotics and Machine Vision. Academic Press, Harcourt Brace Janovich Publ., Boston, 1992..
-
Canudas de Win C., Siciliany B., Bastin G. Theory of Robot Control. Springer-Verlag, London, 1996..
-
Drozdová V., Záda V. Umělá inteligence a expertní systémy. VŠST Liberec, 1991..
-
Glorioso R. M., Osorio F. C. Colon. Engineering Intelligent Systems. Digital Press-Digit. Equip. Corp. USA, 1980..
-
Haralick R. M., Shapiro L. G. Computer and Robot Vision. Volume I, (II). Addison Wesley, Reading, Ma., 1992 (1993)..
-
Horn B. K. Robot Vision. McGraw-Hill Book Company, New York and The MIT Press, 1986..
-
Kárník L., Novák, Marcinčin J. Biorobotická zařízení. Nakl. Márfy Slezsko, 1999..
-
Kotek, Z. a kol. Metody rozpoznávání a jejich aplikace. Academia, Praha 1993..
-
Lukasová, A. Formální logika v umělé inteligenci. Brno, Computer press, 2003..
-
Mařík, V. a kol. Umělá inteligence, 1.-4. díl. Academia, Praha, 1993, 1997, 2000, 2003..
-
Rich, E. - Knight, K. Artificial Intelligence-Second Edition. McGraw Hill, Inc. New York, 1991..
-
Schilling, R. J. Fundamentals of Robotics. Analysis and Control. Prentice Hall, Englewood Cliffts, New Jersey,1990..
-
Schlesinger M. I., Hlaváč V. Deset přednášek z teorie statistického a strukturálního rozpoznávání. Vydavatelství ČVUT, Praha 1999..
-
Winston, P. Artificial Intelligence, Addison-Wesley Publ. Co., Reading, Mass., second edit., 1992..
|