Laboratorium Inteligentnych Robotów Autonomicznych | Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej

Treść strony

Laboratorium Inteligentnych Robotów Autonomicznych

Cel przedmiotu

Celem przedmiotu jest ugruntowanie wiedzy teoretycznej (z zakresu modelowania i identyfikacji/estymacji, robotów mobilnych, oraz sztucznej inteligencji, w tym algorytmów genetycznych, ewolucyjnych, oraz wieloetapowych procesów decyzyjnych) oraz zdobycie praktycznych umiejętności rozwiązywania problemów związanych z budową pojedynczych robotów mobilnych i zespołów robotyckich. 
Zasoby laboratoryjne umożliwiają konstrukcję własnego robota mobilnego realizującego postawione przez prowadzącego zadanie oraz stworzenie grupy robotów potrafiących ze sobą współpracować w celu rozwiązania zadanego bardziej złożonego problemu. 
Stawiane zadania dotyczą prostych poleceń związanych z poruszaniem się robotów oraz mapowania terenu, jak również implementacji prostych algorytmów współpracy robotów. Tego rodzaju algorytmy są zwykle implementowane w środowiskach wirtualnych (np. na platformie Java lub RoboCode), które - mimo wielu zalet - nie są dopasowane do potrzeb inżyniera-automatyka, programującego mikrokomputery i komputerowo sterowane roboty. Dlatego celowe jest rozwijanie umiejętności inżynierskich dostosowanych do konkretnych platform robotyckich (takich jak: robot humanoidalny Nao, rozbudowane zespoły robotów Q-fix, oraz inne łaziki i pojazdy gąsiennicowe).

Metodyka pracy w laboratorium

Praca w laboratorium polega na realizacji kilku ćwiczeń problemowych indywidualnie formułowanych dla poszczególnych grup studentów składających się z 2 lub 3 studentów. 

Przykładowe tematy ćwiczeń laboratoryjnych:

1. ROB: Zapoznanie się z platformą robota mobilnego (aktuatory, czujniki, system operacyjny, API)
2. MEMS: Praca ze standardowymi czujnikami (odległości/IR, akcelerometrami, enkoderami)
3. SLAM: Tworzenie mapy w trybie SLAM, z zastosowaniem czujników
4. KF: Filtracja danych z czujników z implementacją (rozszerzonego) filtru Kalmana
5. STAT: Omijanie przeszkód statycznych (np. wg algorytm pola potencjałowego)
6. DYN: Omijanie przeszkód dynamicznych
7. A*: Przechodzenie przez znany labirynt (z punktu A do B - algorytmy Dijkstry, A*, etc.)
8. A+: Przechodzenie przez labirynt zmienny/dynamiczny
9. MAP: Zespołowe tworzenie mapy
10. TEAM: Strategie zespołowe
11. SYM: Realizacja programu zarządzającego zespołem robotów mobilnych w środowisku symulacyjnym.