Detail předmětu

Pokročilé metody mapování a sebelokalizace v robotice

FEKT-MPC-MAPAk. rok: 2020/2021

Pojem sebelokalizace, navigace, mapování. Vztažné systémy. Počet stupňů volnosti. Sebelokalizace a navigace - Odometrie, inerciální sebelokalizace, globální satelitní navigační systémy, navigace pomocí proximitních snímačů - ultrazvukové snímače, lidary. Sebelokalizace a navigace bez známé mapy a se známou mapou.
2D mapování - mřížky obsazenosti. Vektorizace. Geometrické mapy. 3D mapování mapování uvnitř budov a ve vnějším prostředí. Multispektrální mapování. Environmentální mapování.
SLAM - současná sebelokalizace a mapování. 2D a 3D přístup, problémy, současný stav ve světě.

Jazyk výuky

čeština

Počet kreditů

3

Výsledky učení předmětu

Úspěšný absolvent předmětu by měl být seznámen s:
- Pojmy sebelokalizace, navigace a mapování.
- Instrumentace a metody pro sebelokalizaci a navigaci ve vnějším a vnitřním prostředí.
- Metody pro tvorbu 2D a 3D map, včetně multispektrálních a environmentálních.
- Základy metod pro současnou sebelokalizaci a mapování (SLAM).

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia.
Práce v laboratoři je podmíněna platnou kvalifikací „pracovníka znalého pro samostatnou činnost“ dle Vyhl. 50/1978 Sb., kterou musí studenti získat před zahájením výuky. Informace k této kvalifikaci jsou uvedeny ve Směrnici děkana Seznámení studentů s bezpečnostními předpisy.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.
Metody vyučování zahrnují přednášky a samostatného laboratorního nebo domácího projektu, který student vypracuje v průběhu semestru.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Osnovy výuky

1. Obecný úvod do sebelokalizace, navigace a mapování. Vztažné souřadnicové systémy. Senzory pro získání dat v reálném prostředí.
2. Sebelokalizace – základy teorie sebelokalizace a pravděpodobnosti.
3. Kalmánův filtr – teorie, princip funkce, implementace.
4. Částicový filtr – teorie, princip funkce, implementace.
5. Plánování trajektorie – algoritmy, optimalizace trasy.
6. Navigace – regulace pohybu, PID regulátor.
7. Souběžná lokalizace a mapování (SLAM) – možnosti realizace a implementace, současný stav.

Učební cíle

Seznámit studenty se současným stavem poznání v oblasti autonomního mapování a sebelokalizace a navigace v mobilní robotice.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Prerekvizity a korekvizity

Doporučená literatura

THRUN, Sebastian, Wolfram BURGARD a Dieter FOX, 2005. Probabilistic Robotics. 1st edition. Cambridge, Mass: The MIT Press. ISBN 978-0-262-20162-9. (EN)

Zařazení předmětu ve studijních plánech

  • Program MPC-KAM magisterský navazující, 2. ročník, letní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

14 hod., nepovinná

Vyučující / Lektor

Osnova

1. Pojem sebelokalizace, navigace, mapování. Vztažné systémy. Počet stupňů volnosti.
2. Sebelokalizace a navigace I: Odometrie, inerciální sebelokalizace, globální satelitní navigační systémy.
3. Sebelokalizace a navigace II: Navigace pomocí proximitních snímačů - ultrazvukové snímače, lidary. Sebelokalizace a navigace bez známé mapy a se známou mapou.
4. 2D mapování. Mřížky obsazenosti. Vektorizace. Geometrické mapy.
5. 3D mapování I: Mřížky obsazenosti - rozšíření na 3D. Mapování uvnitř budov.
6. 3D mapování II: Mapování ve vnějším prostředí. Multispektrální mapování. Environmentální mapování.
7. SLAM - současná sebelokalizace a mapování. 2D a 3D přístup, problémy, současný stav ve světě.

Laboratorní cvičení

12 hod., povinná

Vyučující / Lektor

Osnova

1. Sebelokalizace a navigace prakticky.
2. Tvorba map prakticky