TANTÁRGY ADATLAP
és tárgykövetelmények

Érvényes: 1999. szeptembertől
Kidolgozás dátuma: 1999. július 13.

IRÁNYÍTÁSTECHNIKAI ÉS ROBOTINFORMATIKAI
főszakirány

3. A tantárgy előadója

4. A tantárgy az alábbi témakörök ismeretére épül:
Robotok irányítása, Irányításelmélet

5. Kötelező/ajánlott előtanulmányi rend:
Robotok irányítása

6. A tantárgy célkitűzése:
A tárgy összefoglalja a korszerű (szenzorcsatolt, kooperáló, mobilis) robotrendszerek elméleti alapjait, bemutatja a más tárgyakban elsajátított ismeretek felhasználását robotrendszerekben, továbbá az ilyen rendszerek tervezésénél alkalmazható villamosmérnöki és informatikusi módszereket.

7. A tantárgy részletes tematikája:

I. Szenzorcsatolt robotirányítások

• Robot szenzorok. Többkomponensű erő és nyomatékérzékelők. Taktilis szenzorok. Erő/nyomaték, taktilis és látási információ integrálása robotirányító rendszerekhez. Illesztési és párhuzamos feldolgozási feladatok.
• Távolságkép feldolgozás a robotikában. Tárgymodell és jelenet. Képfeldolgozásnál fellépő paraméterbecslési alapfeladat korlátozással. Sík, henger, gömb és kúpfelület paramétereinek meghatározása hisztogrammok alapján.
• Modellillesztés a pozíció és az orientáció egyidejű meghatározásával (Faugeras módszere), kvaterniók és kiterjesztett Kalman-szűrő használata. Lényegkiemelés és modellillesztés Oshima-Shirai módszerével. Mozgás detektálása képben.

CIM és mechatronikai rendszerek, szenzorcsatolt robotok. Szenzorcsatolt irányítás realizációja, a 2D és 3D látórendszerek működési elve, nyelvi feltételek, feladatleírás.

II. Kooperáló robotok

• Kooperáló robotok irányítási modelljei és irányítási stratégiái.
• Kooperáló robotok szenzor és irányító rendszerei. Ütközésmentes mozgástervezés.

III. Intelligens kezek

• Intelligens kezekkel végzett operációk, task primitivek, akciók. Az irányítási architektura szintjei. Task kritériumok, végrehajtás, dekompozíció. A primitivek reprezentálása. Intelligens kéz felépítése, érzékelői, irányítási architekturája.
• Többujjas robotkezek kinematikája. A tárgy rekonfigurálásánál használt modellek, Montana egyenlet, Peshkin elv, globális és lokális mozgástervező.
• Intelligens robot/kéz kamera kalibrációt nem használó sztereo képfeldolgozási rendszere. Kép előfeldolgozás, 3D projektív struktúra meghatározás, 2D tárgyfelismerés, euklédeszi transzformáció meghatározás.
• Intelligens robot/kéz virtuális valóság rendszerének (VR) feladatai. A gyors ütközésdetektálás hierarchikus felépítése, valósidejű ütközésdetektáló algoritmusok. Kalibrált virtuális valóság és robot teleoperáció.

IV. Mobilis robotok

• Mobilis robotok osztályozása. Kereken és lábon járó robotok irányítási modelljei. Mobilis robotok szenzor és irányító rendszerei. Navigációs algoritmusokkal szemben támasztott általános követelmények.
• Pályatervezési algoritmusok akadályok esetén. Térkép, mozgáskövetés. Ütközés elkerülési stratégiák multirobotos rendszerben. 3D mozgásszimuláció.

V. Robotrendszerek mesterséges intelligencia eszközei

• A gépi tanulás fejlődési irányai. Tanuló rendszerek alapstrukturái. Tanuló automaták modelljei.
• Fuzzy automata mint robotirányítási modell. Tudásalapú, adaptív fuzzy-elvű robotirányítások.
• Neurális hálózatok alkalmazása robotirányítási algoritmusokban és hierarchikus robotrendszerekben. Neuro-fuzzy rendszerek.
• Genetikus és evolúciós algoritmusok. Szelekciós sémák, genetikus operátorok, visszahelyettesítési elvek. A genetikus algoritmusok alkalmazása a rendszeroptimalizálásban és a gyártási folyamatok ütemezésében.

VI. Beszédfeldolgozás

• Beszédfelismerő rendszer felépítése. Előfeldolgozás. A mintaillesztés módszere modell és megfigyelés hasonlóságának vizsgálatára. A kapcsoltszavas felismerés alapelve. A Level-building és a One-Pass algoritmus. A beszédfelismerésben használt nyelvtanfajták.
• A beszédfelismerés rejtett Markov-láncon (HMM) alapuló modellje. A HMM három alapproblémája. A HMM első (felismerési) problémájának megoldása: forward algoritmus.
  

8. A tantárgy oktatásának módja:

A tantárgy előadásból áll, amelynek anyagába beillesztésre kerülnek az elméletet magyarázó illusztrációs példák és esettanulmányok.

9. Követelmények

a) Szorgalmi időszakban:

• A félév lezárásának módja: vizsga.
• 1 nagy ZH, a vizsgajegybe beszámít (20%). Az aláírás feltétele érvényes ZH. A ZH a vizsgaidőszakban nem pótolható.

b) A vizsgaidőszakban:

• vizsga irásbeli

10. Jegyzet, tankönyv, felhasználható irodalom

• Tzafestas, S.G. (ed.):"Intelligent robotic systems". Dekker Inc., 1991.
• Rembold, U. - Hörmann, K. (ed.): "Languages for sensor-based robotics". Springer, 1987.
• Dillmann, R.: "Lernende Roboter", Springer, 1988.
• Kanade, T.: "Three-dimensional machine vision". Kluwer Academic Publishers, 1987.
• Venkataraman, S.T.-Tberall, lT.(ed.): "Dextrous robot hands", Springer, 1990.
• de Wit, C.C.-Siciliano, B.-Bastin, G. (ed.): "Theory of robot control". Springer, 1997.
• Tzafestas, S.G.: "Advances in manufacturing". Springer, 1999.
• Jang, J.S.R.-Sun, C.T.-Mizutani, E.: "Neuro-fuzzy and soft computing" Prentice Hall, 1997.

11. A tantárgytematikát kidolgozta:

A tantárgy adatlapot kitöltő aláírása

/Dr. Arató Péter/
egyetemi tanár, tanszékvezető