|
|
 |
|
ROBÓTICA PERCEPTUAL Y AUTÓNOMA
Profesorado
| Coordinador: Félix de la Paz López (Dpto. Inteligencia Artificial,
UNED) |
| C/ Juan del Rosal 16, despacho 3.19. |
| Teléfono 91 398 71 44 |
| e-mail: delapaz@dia.uned.es |
| web: http://www.ia.uned.es/personal/delapaz/. |
|
|
Ficha técnica:
| Tipo | Optativa |
|
| Cuatrimestre | Primero |
| Créditos/horas totales | 6/150 |
| Horas de estudio teórico | 72 |
| Horas de prácticas | 48 |
| Horas complementarias | 30 |
DESCRIPCIÓN DE LA ASIGNATURA
Prerrequisitos recomendables
La robótica perceptual y autónoma es el paradigma de la inteligencia
artificial aplicada, esto es, podemos considerarla como el campo de
experimentación de todos los conceptos y métodos que se estudian en
IA. Por consiguiente es necesario que el alumno esté familiarizado
a nivel básico con las principales técnicas del área como son por
ejemplo:
-Sistemas basados en el conocimiento.
-Redes de neuronas artificiales.
-Técnicas probabilísticas.
-Visión artificial.
-Además es necesario conocimientos informáticos avanzados en algún
lenguaje de programación de alto nivel (tipo C, C++...), y comprensión
lectora en Inglés técnico.
-En cuanto a conocimientos científicos, son suficientes los conocimientos
de Matemáticas y Física de cualquier Licenciatura en Ciencias o Ingeniería
Superior.
-Los robots reales y los simuladores de que disponemos en el departamento
funcionan bajo Linux, por lo que es recomendable el conocimiento de
este sistema operativo. No obstante, el alumno es libre de construir
y utilizar su propio software de simulación bajo cualquier otro sistema
operativo.
Objetivos generales de la materia
La robótica perceptual y autónoma es una materia en constante evolución.
No está consolidada como pueda estarlo cualquier disciplina de la
Matemática o la Física y por consiguiente es difícil encontrar dos
cursos en Universidades diferentes cuyos contenidos puedan ser similares.
No obstante existen una serie de fundamentos que, a lo largo de los
últimos 15 años, han ido sedimentándose y son considerados como básicos
para establecer un punto de partida en la materia. Son esos fundamentos
en los que basamos la mayor parte del curso, apoyándonos siempre en
la práctica como parte fundamental en la que el alumno pueda demostrar
que sabe llevar a la práctica los conocimientos teóricos aprendidos.
No obstante, incluiremos algunos conceptos que están en la frontera
de la investigación, para introducir al alumno en las diferentes líneas
de investigación abiertas por los profesores del departamento.
Nuestro objetivo final es que el alumno sea capaz de programar un
robot real para que funcione de manera autónoma de la siguiente manera:
-Utilizando la información sensorial para trasladar la información
del medio a un modelo de representación interno.
-Utilizando ese modelo para localizar el robot dentro de él.
-Utilizar ese modelo y la localización del robot en el para efectuar
tareas de navegación.
Destrezas y competencias
-Estudiar y comprender qué es un robot autónomo.
-Estudiar y comprender los problemas del modelado del medio para un
robot.
-Estudiar y comprender los diferentes paradigmas de control en RA.
-Ser capaz de programar un Robot autónomo para que haga una tarea
determinada en un medio determinado utilizando sus motores y sensores.
Contextualización de la materia en el conjunto del Master
Esta asignatura se encuadra en el módulo "Aplicaciones de
la IA" dentro de la especialidad "IA.1: Sistemas
Inteligentes de diagnóstico, planificación y control" de
la titulación de posgrado "Master de IA Avanzada. Fundamentos
Métodos y Aplicaciones".
La Robótica Autónoma puede considerarse como el paradigma más completo
de la Inteligencia Artificial Aplicada, ya que incluye la percepción,
la planificación y la actuación y, además, esa máquina que va a ejecutar
el programa que "percibe, planifica y actúa" tiene
una dimensión física, ocupa un espacio en un medio donde se mueve
e interactúa. Es por ello que nuestros alumnos necesitan de todas
las técnicas que se estudian en el Máster ya que la robótica autónoma
se puede considerar como el banco de pruebas donde experimentar todo
lo aprendido. Esta necesidad de conocimiento previo nos hace ser cautos
a la hora de proponer el plan de estudios de la asignatura, ya que
no es previsible que el alumno haya cursado con éxito todo el Máster
antes de comenzar ésta materia. El equipo docente procurará en cada
caso, orientar al alumno sobre los conocimientos que le hagan falta,
utilizando lecturas complementarias y actividades de apoyo.
1 Medios de estudio
1.1 Metodología docente
Adaptada a las directrices del EEES, de acuerdo con el documento del
IUED. La metodología docente será la general del programa de postgrado,
junto a actividades y enlaces con fuentes de información externas.
Existe material didáctico propio preparado por el equipo docente.
La asignatura no tiene clases presenciales. Los contenidos teóricos
se impartirán a distancia, de acuerdo con las normas y estructuras
soporte telemático de la enseñanza en la UNED. El material docente
incluye un resumen de los contenidos de cada tema y distintos tipos
de actividades relacionadas con la consulta bibliográfica y la implementación
de los métodos descritos en la teoría.
Tratándose de un master orientado a la investigación, las actividades
de aprendizaje se estructuran en torno al estado del arte en cada
una de las materias del curso y a los problemas en los que se va a
focalizar en el proyecto final, sobre el que se realizará la evaluación.
1.2 Material de estudio
Guía de estudio:
Esta asignatura se estudiará según un texto base, salvo el último
tema que se estudiará mediante apuntes porporcionados por el equipo
docente. Para facilitar el estudio y proporcionar al alumno las actividades
correspondientes con cada tema, el equipo docente proporcionará una
guía de estudio de cada tema.
Texto base:
- [TB], "Introduction to AI Robotics", primera edición,
R.R. Murphy, MIT Press.
Para conseguir el texto base, dirígete a una librería especializada
como:
-http://www.diazdesantos.es
aunque la mejor opción es pedirlo por internet (tarda unos 15 días)
en alguno de estos sites:
-http://www.amazon.com
-http://www.barnesandnoble.com/
En estos sitios también puedes encontrar la biblografía opcional.
Bibliografía complementaria:
- [TC], "Where am I?, Systems and Methods for Mobile Robot
Positioning" , editado y compilado J. Borenstein. http://www-personal.umich.edu/johannb/shared/pos96rep.pdf.
Descarga libre.
Software de simulación de robots:
- [M1],GAZEBO http://playerstage.sourceforge.net/gazebo/gazebo.html
- [M2],PYROBOTICS http://www.pyrorobotics.org
- [M3],NOMAD200 http://nomadics.sourceforge.com
Bibliografía opcional:
- [TO1], "Autonomous Robots", G. A. Bekey. MIT Press.
- [TO2], "Principles of Robot Motion". H. Choset
y otros. MIT Press.
- [TO3], "Behavior based robotics", R. C: Arkin,
MIT Press.
- [TO4], "Introduction to autonomous mobile robots".
R. Siegwart. MIT Press.
- [TO5], "Vehicles: Experiments in Synthetic Psychology".
V. Braitenberg. MIT Press.
- [TO6], "Cibernética o el control y comunicación en animales
y máquinas" Norbert Wiener. Metatemas.
1.3 Materiales y recursos de apoyo
La plataforma de e-Learning Alf, proporcionará el adecuado interfaz
de interacción entre el alumno y sus profesores. aLF es una plataforma
de e-Learning y colaboración que permite impartir y recibir formación,
gestionar y compartir documentos, crear y participar en comunidades
temáticas, así como realizar proyectos online.
Se ofrecerán las herramientas necesarias para que, tanto el equipo
docente como el alumnado, encuentren la manera de compaginar tanto
el trabajo individual como el aprendizaje cooperativo.
1.4 Tutorización
La tutorización de los alumnos se llevará a cabo a través de la plataforma
de e-Learning Alf o por cualquier otro medio de contacto (e-mail,
teléfono, etc)
2 Estructura del curso
2.1 Estructura y contenido teórico
El curso se organiza en 4 grandes áreas temáticas, que agrupan temas
de contenido homogéneo. Estas áreas son:
Robots.
Tema 1: Autonomía y robots.
Tema 2: Elementos constituyentes de un robot.
Arquitecturas de control.
Tema 3: Paradigmas de control en Robótica.
3.1. Control Jerárquico
3.2. Control Reactivo y basado en comportamientos.
3.3. Control Híbrido.
Robótica situada: Localización, Navegación y creación de modelos
del medio.
Tema 4: Odometría (Dead Reckoning) y Navegación basada en marcas.
Tema 5: Mapas métricos y topológicos.
Temas avanzados.
Tema 6: Sistemas Multi-Agente.
2.2 Objetivos por tema y orientaciones breves
Tema 1.- Autonomía y control en robots.
Teoría: Introducción y Capítulo 1 del texto base, páginas 1-41.
Resumen: En este capítulo se introduce al alumno en lo que entendemos
por un robot autónomo, para qué puede ser útil este tipo de máquinas
y algunos conceptos sencillos de control como son la telepresencia
y el control semi-autónomo. También se da una visión general sobre
los principales paradigmas de control en robótica y sobre las primitivas
que los componen.
Objetivos del tema:
O1.1 Definir "robot inteligente".
O1.2 Aprender qué es un paradigma de control, sus primitivas
y los distintos tipos que existen.
O1.3 Ser capaz de describir al menos dos diferencias entre
la robótica desde el punto de vista de la IA y la robótica desde el
punto de vista de la ingeniería.
O1.4 Ser capaz de diferenciar entre telepresencia y control
semi-autónomo.
O1.5 Conocer la historia de la robótica y ser capaz de reflexionar
sobre impacto social de los robots.
Orientaciones:
El material docente desarrolla los conceptos fundamentales del capítulo.
Posteriormente, el alumno realizará distintas actividades de consulta
bibliográfica y de práctica sobre diversos ejemplos para la consolidación
de los conceptos objetivo.
Tema 2. Elementos constituyentes de un robot
Teoría:[TC], capítulos 1 y 2 (pp 10-127). [TB], capítulo 6 (pp
195-256).
Resumen: En este capítulo, se darán a conocer los componentes fundamentales
de un robot móvil como son los sensores, motores y actuadores. En
particular, nos centraremos en el conocimiento de los robots móviles
de ruedas.
Objetivos del tema:
O2.1 Definir sensor, conocer los diferentes tipos y su aplicación
a robots móviles.
O2.2 Aprender la diferencia entre sensores activos y pasivos.
O2.3 Conocer los rudimentos de la visión por computador aplicada
a robots móviles.
O2.4 Ser capaz de, en una imagen dada, umbralizarla para
un color y construir un histograma.
O2.5 Conocer los diferentes tipos de sistemas de locomoción
para robots móviles.
Orientaciones:
El material docente desarrolla los conceptos fundamentales del capítulo.
Posteriormente, el alumno realizará distintas actividades de consulta
bibliográfica y de práctica sobre diversos ejemplos para la consolidación
de los conceptos objetivo.
Tema 3. Paradigmas de control en robótica autónoma.
Dividiremos este tema en una pequeña introducción y 3 subtemas:
Introducción: concepto de Paradigma.
Paradigma Jerárquico-Deliberativo.
Paradigma Reactivo.
Paradigma Híbrido.
3.0. Introducción: concepto de Paradigma.
Teoría: [TB] capítulo I (pp 1-12).
Resumen: En este capítulo se introduce el concepto de paradigma en
robótica y se da una visión general del tema.
Objetivos del subtema:
O3.0.1 Definir el concepto de paradigma de control.
O3.0.2 Diferenciar las tres primitivas fundamentales de un
paradigma de control.
O3.0.3 Dar una visión general sobre los paradigmas de control.
3.1. Paradigma Jerárquico-Deliberativo.
Teoría: [TB] capítulo 2 (pp 42-65).
Resumen: El paradigma jerárquico-deliberativo es el más antiguo históricamente
en robótica autónoma. Se basa en la ejecución cíclica de las tareas
"sense-plan-act" (percibe-planifica-actúa). En este
capítulo se estudian las principales ventajas e inconvenientes de
este paradigma, así como ejemplos de aplicación.
Objetivos del subtema:
O3.1.1 Describir el paradigma Jerárquico-Deliberativo [J-D]
en función de las tres primitivas fundamentales estudiadas en la introducción.
O3.1.2 Nombrar y evaluar un ejemplo de arquitectura J-D en
términos de los 4 principios de evaluación de arquitecturas estudiados
en la introducción.
O3.1.3 Conocer "Strips" y utilizarlo para
resolver problemas de navegación.
O3.1.4 Describir el planificador de misión, navegador y el
piloto del controlador jerárquico anidado.
las tres primitivas fundamentales "SENSE-PLAN-ACT".
su organización sensorial.
O3.1.5 Enumerar dos ventajas y dos desventajas del paradigma
J-D.
3.2. Paradigma Reactivo.
Teoría: [TB] capítulo 3 (pp 68-103) opcional. [TB] capítulos 4
y 5 (pp 106-193).
Resumen: El paradigma reactivo surge como respuesta a los problemas
encontrados en el paradigma J-D. Menos computación, respuestas mas
sencillas y rápidas y menos representación interna del medio externo.
Objetivos:
O3.2.1 Describir el paradigma reactivo en función de las
tres primitivas fundamentales estudiadas en la introducción.
O3.2.2 Enumerar las características de un sistema robótico
reactivo.
O3.2.3 Describir las dos principales estrategias de combinación
de comportamientos en una arquitectura reactiva: "subsumption"
y suma de campos de potencial.
O3.2.4 Evaluar las arquitecturas de "subsumption"
y campos de potencial.
O3.2.5 Diseñar una arquitectura completa basada en comportamientos.
O3.2.6 Describir los dos métodos fundamentales para ensamblar
y coordinar comportamientos primitivos en otro comportamiento más
abstracto: FSM y scripts.
3.3. Paradigma Híbrido.
Teoría: [TB] capítulo 7 (pp 257-292).
Resumen: El paradigma reactivo viene a recoger lo mejor de los dos
enfoques anteriores. Una parte reactiva, que normalmente tiene que
ver con respuestas rápidas a estímulos de peligro, y una parte deliberativa
que normalmente tiene que ver con planificación a largo plazo.
Objetivos del subtema:
O3.3.1 Describir el paradigma híbrido en función de las tres
primitivas fundamentales estudiadas en la introducción.
O3.3.2 Conocer y evaluar un ejemplo de arquitectura híbrida.
O3.3.3 Ser capaz de distinguir en una arquitectura híbrida
las componentes reactivas de las deliberativas.
O3.3.4 Enumerar las cinco componentes fundamentales de una
arquitectura híbrida.
Tema 4. Odometría (Dead-Reckonong) y Navegación basada en
marcas.
Teoría: [TC] capítulos 5, 6 y 7 (pp 130-183).
Resumen: En este tema se describen algunas técnicas utilizadas para
resolver el problema de la localización del robot en el medio. En
particular, se estudiará la Odometría, la navegación de haz activo
y la navegación basada en marcas.
Objetivos del tema:
O4.1 Describir qué es la odometría (dead reckoning).
O4.2 Explicar las fuentes de error que presenta la odometría
y sus posibles soluciones.
O4.3 Describir la navegación de haz activo.
O4.4 Conocer algunas aplicaciones reales de la navegación
de haz activo.
O4.5 Describir la navegación basada en marcas.
O4.6 Distinguir entre marcas artificiales y naturales.
Orientaciones:
El material docente desarrolla los conceptos fundamentales del capítulo.
Posteriormente, el alumno realizará distintas actividades de consulta
bibliográfica y de práctica sobre diversos ejemplos para la consolidación
de los conceptos objetivo.
Tema 5. Mapas métricos y topológicos.
Teoría: [TB] capítulos 9, 10, 11 (pp 316-434). [TC] capítulo 8
(pp 184-206) opcional.
Resumen: El problema de la representación del medio es crucial en
robótica autónoma. El alumno podrá observar que es difícil separar
los conceptos de localización y navegación y que estaremos utilizando
ambos conceptos mezclados con la representación en el medio. Podremos
representar el medio precisamente porque podemos localizar al robot
en el medio y moverlo de un punto a otro. Utilizaremos un lenguaje
antropomórfico como recurso didáctico aunque no sea correcto. Por
ejemplo diremos, "el robot percibe", "el
robot hace tal cosa", teniendo en cuanta, evidentemente,
que hablamos de una máquina.
Objetivos del tema:
O5.1 Respoder a estas cuatro preguntas:
¿Hacia dónde voy?
¿Cuál es el mejor camino para ir?
¿Dónde he estado?
¿Dónde estoy?
O5.2 Repasar la navegación basada en marcas.
O5.3 Construir un mapa basado en un grafo relacional de un
entorno estructurado (oficina).
O5.4 Describir los conceptos de lugares distintivos y vías
de paso.
O5.5 Definir CSpace y conceptos relacionados.
O5.6 Explicar la diferencia entre planificadores basados
en grafos y planificadores de frente de ondas.
O5.7 Aplicar la propagación del frente de onda a una rejilla
regular.
Orientaciones:
El material docente desarrolla los conceptos fundamentales del capítulo.
Posteriormente, el alumno realizará distintas actividades de consulta
bibliográfica y de práctica sobre diversos ejemplos para la consolidación
de los conceptos objetivo.
Tema 6. Sistemas multi-agente.
Teoría: [TB] capítulo 8 (pp 294-313).
Resumen: Los sistemas multiagente es una aplicación del la robótica
autónoma que enlaza con la inteligencia artificial distribuida (DAI).
En este caso, la principal diferencia con la DAI es que la comunicación
entre agentes no está asegurada, ya que hay posibilidad de pérdida
de datos, imprecisión etc... Los sistemas multiagente, además nos
permite iniciarnos en el conocimiento de técnicas de aprendizaje aplicadas
a la robótica.
Objetivos del tema:
O6.1 Definir los tipos de regímenes de control, estrategias
de cooperación y metas en sistemas multiagente.
O6.2 Dada una descripción de una tarea a cumplir, un conjunto
de robots y las interacciones permitidas entre los robots, diseñar
un sistema mulitiagente y describirlo en términos de heterogeneidad,
control, cooperación y metas.
O6.3 Calcular la "entropía social" de un
equipo.
O6.4 Ser capaz de programar un conjunto de robots reactivos
homogéneo para cumplir una tarea de recolección.
Orientaciones:
El material docente desarrolla los conceptos fundamentales del capítulo.
Posteriormente, el alumno realizará distintas actividades de consulta
bibliográfica y de práctica sobre diversos ejemplos para la consolidación
de los conceptos objetivo.
3 Actividades y plan de trabajo
3.1 Actividades prácticas programadas
Cada tema contiene una serie de actividades prácticas para la consolidación
de los conceptos fundamentales.
3.2 Otras actividades prácticas programadas
Se irán generando de forma dinámica en el curso virtual.
3.3 Plan de trabajo
Esta asignatura tiene asociados 6 créditos ECTS, equivalentes a 150
horas estimadas de trabajo del estudiante.
Dado que el desarrollo temporal del curso cubre un semestre, la planificación
de actividades se repartirá sobre seis intervalos temporales, hasta
finales de Junio, dejando el último intervalo para las revisiones
del proyecto que se deberá de presentar en su versión definitiva el
15 de Septiembre para su evaluación, de acuerdo con la secuencia temporal
adjunta.
-15 Noviembre a 15 de Diciembre: Temas 1 y 2
-15 de Diciembre a 28 de Febrero: Tema 3
-1 de Marzo a 1 de Abril: Tema 4
-2 de Abril a 1 de Mayo: Tema 5
-2 de Mayo a 1 de Junio: Tema 6
-2 de Junio a 31 de Junio: Proyecto fin de curso
-15 de Septiembre: Recepción de la versión final de los proyectos
para evaluación.
| semana | actividad | h. (horas) estudio | h. prácticas | h. otras actividades |
|
| 15 Nov-15 Dic | Temas 1 y 2 | 12 | 8 | - |
| Tema 3 | 24 | 16 | - |
| Tema 4 | 12 | 8 | - |
| Tema 5 | 12 | 8 | - |
| Tema 6 | 12 | 8 | - |
| Proyecto | - | 30 | - |
4 Evaluación
La evaluación se realizará esencialmente a partir del proyecto de
final de asignatura. Sin embargo, también se tendrán en cuenta las
actividades realizadas a lo largo del curso.
La evaluación global de la asignatura se hará mediante un trabajo
individual y personal del alumno según las especificaciones completas
que se incluyen en el Apéndice A de esta guía docente.
Al principio del curso, se describirá la línea de los trabajos para
que los alumnos orienten sus actividades en esa dirección. Sin embargo,
el trabajo definitivo se asignará una vez que el alumno haya estudiado
el temario, ya que, entonces, el alumno tendrá una idea aceptable
del problema de la visión artificial y podrá elegir, con mejor criterio
y con la ayuda del equipo docente, la tarea objetivo de este trabajo
final.
Reseña del profesorado
de la Paz López, Félix
Desde hace años viene compaginando su actividad docente e investigadora
con distintos proyectos relacionados con temas de Robótica Móvil:
Modelado del medio, navegación y fusion multi-sensorial. Actualmente
desarrolla su investigación dentro del proyecto AVISA, que trata de
la vigilancia en distintos escenarios mediante visión artificial y
robótica móvil. En su página personal existe una versión extendida
del currículum del profesor.
e.mail: delapaz@dia.uned.es
Web personal:http://www.ia.uned.es/delapaz/
| |
|
|
