Robòtica Avançada

Esteu aquí

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
ESAII
L'assignatura de Robòtica Avançada és una assignatura d'alt nivell que permet als estudiants adquirir coneixements especialitzats sobre la programació, el control i el funcionament dels robots manipuladors i mòbils. A través d'aquesta assignatura, els estudiants podran aprofundir en les seves habilitats de percepció, planificació i actuació, així com en la capacitat de resoldre problemes en entorns reals i imprevisibles.

Els alumnes de l'assignatura aprendran a aplicar tècniques avançades d'Intel·ligència Artificial per resoldre problemes de robòtica en entorns complexos i dinàmics. Això inclou la planificació de rutes, el raonament sobre l'espai, la gestió de la incertesa, l'acomodació entre objectes, la percepció i altres habilitats avançades.

Professorat

Responsable

  • Anais Garrell Zulueta ( )

Altres

  • Isiah Zaplana Agut ( )

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Transversals

Transversals

  • CT1 - Emprenedoria i innovació. Conèixer i comprendre l'organització d'una empresa i les ciències que regeixen la seva activitat; tenir capacitat per entendre les normes laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici.
  • CT2 - Sostenibilitat i Compromís Social. Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar; tenir capacitat per relacionar el benestar amb la globalització i la sostenibilitat; obtenir habilitats per utilitzar de forma equilibrada i compatible la tècnica, la tecnologia, l'economia i la sostenibilitat.
  • CT3 - Comunicació eficaç oral i escrita. Comunicar-se de forma oral i escrita amb altres persones sobre els resultats de l'aprenentatge, de l'elaboració del pensament i de la presa de decisions; participar en debats sobre temes de la pròpia especialitat.
  • CT5 - Ús solvent dels recursos d'informació. Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació en l'àmbit de l'especialitat i valorar de forma crítica els resultats d'aquesta gestió.
  • CT8 [Avaluable] - Perspectiva de gènere. Conèixer i comprendre, des de l'àmbit de la titulació mateixa, les desigualtats per raó de sexe i gènere en la societat, i integrar les diverses necessitats i preferències per raó de sexe i gènere en el disseny de solucions i la resolució de problemes.

Bàsiques

  • CB3 - Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
  • CB5 - Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia

Competències Tècniques

Específiques

  • CE15 - Adquirir, formalitzar i representar el coneixement humà en una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment els relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
  • CE17 - Desenvolupar i avaluar sistemes interactius i de presentació d'informació complexa i la seva aplicació a la resolució de problemes de disseny d'interacció persona-ordinador i persona-robot.
  • CE24 - Concebir, dissenyar i construir sistemes robòtics intel·ligents amb aplicació en entorns de producció i serveis, capaços d'interactuar amb persones, col·laboratius i socials.
  • CE25 - Concebir, dissenyar i integrar robots mòbils amb capacitat de navegació autònoma, formació de flotes i interacció amb humans.
  • CE26 - Dissenyar i aplicar tècniques de processat i anàlisi d'imatges i visió per computador en l'àmbit de la intel·ligència artificial i la robòtica
  • CE28 - Planificar, concebre, desplegar i dirigir projectes, serveis i sistemes en l'àmbit de la intel·ligència artificial, liderant la seva puesta en marxa i la seva millora contínua i valorant el seu impacte econòmic i social.

Competències Tècniques Generals

Genèriques

  • CG3 - Definir, avaluar i seleccionar plataformes maquinari i programari per al desenvolupament i l'execució de sistemes, serveis i aplicacions informàtiques en l'àmbit de la intel·ligència artificial.
  • CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
  • CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.
  • CG6 - Identificar oportunitats per a aplicacions innovadores de la intel·ligència artificial i la robòtica en entorns tecnològics en contínua evolució.
  • CG7 - Interpretar i aplicar la legislació vigent, així com especificacions, reglaments i normes en l'àmbit de la intel·ligència artificial.
  • CG8 - Observar un exercici ètic de la professió en totes les seves facetes, aplicant criteris ètics en el disseny de sistemes, algoritmes, experiments, utilització de dades, d'acord amb els sistemes ètics recomanats pels organismes nacionals i internacionals, amb especial èmfasi en seguretat, robustesa , privacitat, transparència, traçabilitat, prevenció de biaixos (de raça, gènere, religió, territori, etc.) i respecte als drets humans.
  • CG9 - Afrontar nous reptes amb una visió àmplia de les possibilitats de la carrera professional en l'àmbit de la Intel·ligència Artificial. Desenvolupar l'activitat aplicant criteris de qualitat i millora contínua, i actuar amb rigor en el desenvolupament professional. Adaptar-se als canvis organitzatius o tecnològics. Treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.

Objectius

  1. Aprendre a programar robots i a dissenyar aplicacions robòtiques.
    Competències relacionades: CE24, CE25, CE26, CG4, CG6, CG8, CG9, CT1, CT5, CB3, CB5, CE15, CE17,
  2. Ser capaç d'emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica, relacionats amb la robòtica actual i els seus potencials aplicacions.
    Competències relacionades: CE28, CG5, CG6, CG7, CG8, CT2, CT3, CT8,
  3. Aprendre a coordinar accions entre robots.
    Competències relacionades: CG3, CG5, CG6, CT3, CT5, CE15, CE17,
  4. Ser capaç de fusionar diferents fonts d'informació per obtenir, formalitzar i representar l'entorn físic d'una forma computable per a la resolució de problemes.
    Competències relacionades: CE24, CE25, CG3, CG5, CG6, CG8, CT2, CT5, CB3, CB5, CE17,
  5. Aplicació de tècniques de Visió per Ordinador a Sistemes Robòtics
    Competències relacionades: CE24, CE25, CE26, CG4, CG5, CG6, CT5, CE15,
  6. Aplicació de tècniques d'Intel·ligència Artificial a Sistemes Robòtics
    Competències relacionades: CE24, CE26, CE28, CG4, CG5, CG9, CT3, CT5, CE15, CE17,
  7. Creació de sistemes d'interacció entre robots i humans
    Competències relacionades: CE24, CE25, CE26, CE28, CG3, CG4, CG5, CG6, CG7, CG8, CG9, CT1, CT3, CT5, CT8, CE15, CE17,

Continguts

  1. Introducció
    Es repasaran els continguts que es van assolir a l'assignatura anterior Introducció a la robòtica.
  2. Mètodes de Planificació Basats en Grafs
    Introducció del problema de planificació de rutes a través de malles on el robot només pot ocupar posicions discretes. Es poden modelar aquestes situacions com a grafs on els nodes corresponen a les posicions del graell i les arestes a les rutes entre cel·les del graell adjacents. Presentem diversos algoritmes que es poden utilitzar per planificar camins entre un node inicial i un node final, incloent la cerca en amplada o l'algorisme grassfire, l'algorisme de Dijkstra i el procediment A*
  3. Espai de Configuracions
    Presentació del concepte d'espai de configuració, que és una eina matemàtica que utilitzem per pensar en el conjunt de posicions que el nostre robot pot assolir. Després s¿estuadarà la noció d'obstacles a l'espai de configuració. Aquesta formulació permet pensar en problemes de planificació de camins en termes de construcció de trajectòries per a un punt a través de l'espai de configuració. També es descriuran alguns enfocaments que es poden utilitzar per discretitzar l'espai de configuració continu en grafs perquè puguem aplicar eines basades en grafs per resoldre els nostres problemes de planificació de moviment.
  4. Mètodes de Planificació Basats en Mostreig
    Es presentarà el concepte de tècniques de planificació de camins basades en mostreig. Això implica fer mostreig de punts de manera aleatòria a l'espai de configuració i, després, crear arestes sense col·lisió entre punts de mostreig veïns per formar un graf que capturi l'estructura de l'espai de configuració del robot. Es presentaran els mètodes de Probabilistic Road Maps i Randomly Exploring Rapid Trees (RRTs) i la seva aplicació a problemes de planificació de moviment.
  5. Mètodes de Camps de Potencial Artificial
    Un nou enfocament per a la planificació de moviment consisteix en la construcció de camps de potencial artificial que estan dissenyats per atraure el robot a la configuració desitjada de la meta i allunyar-lo dels obstacles a l'espai de configuració. El moviment del robot es pot guiar considerant el gradient d'aquesta funció de potencial. S'il·lustraran aquestes tècniques en el context d'un espai de configuració bidimensional simple.
  6. Planificació de moviments
    Obstacles a l'espai de configuració, grafs i arbres, i cerca de grafs A*.
    Planificació de moviments en una graella de l'espai de configuració discretitzat, planificadors basats en mostreig aleatori, camps potencials virtuals i optimització no lineal.
  7. Control de robots
    Dinàmica d'error lineal de primer i segon ordre, estabilitat d'un sistema de control de retroalimentació, i control de moviment de robots quan la sortida del controlador comanda les velocitats articulars.
    Control de moviment de robots quan la sortida del controlador comanda les torsions articulars, control de força i control híbrid de moviment-força.
  8. Robots mòbils amb rodes
    Models cinemàtics de robots mòbils amb rodes omnidireccionals i no holonòmics.
    Controlabilitat, planificació de moviments i control de retroalimentació de robots mòbils amb rodes no holonòmics; odometria per a robots mòbils amb rodes; i manipulació mòbil.
  9. Dinàmica de cadenes obertes
    Formulació lagrangiana de la dinàmica, forces centrípetes i de Coriolis, matriu de massa del robot, dinàmica d'un cos rígid, i dinàmica inversa de Newton-Euler per a un robot de cadena oberta.
    Dinàmica directa d'una cadena oberta, dinàmica de l'espai de tasques, dinàmica restringida, i efectes pràctics a causa dels engranatges i la fricció.
  10. Generació de trajectòries
    Trajectòries punt a punt en línia recta i trajectòries polinòmiques que passen per punts viatgers.
    Moviments òptims en el temps al llarg d'una trajectòria especificada sota les dinàmiques del robot i límits d'actuadors.
  11. Control de manipuladors
    Estratègies de control de moviment local vs. centralitzat.
    Control independent de "joints".
    Acció anticipada de torque computada.
    Anàlisi de la estabilitat de Lyapunov dels controls MIMO.
    Linearització de retroalimentació.
    Control de l'espai operatiu.
    Estratègies de control de força indirecta vs. directa.
    Control d'impedància.
    Control de força directa.
    Controladors en cascada.

Activitats

Activitat Acte avaluatiu


Respàs dels Continguts de l'assignatura Introducció a la Robòtica.

Es repasaran els continguts que es van assolir a l'assignatura anterior Introducció a la robòtica.
Objectius: 2
Continguts:
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Mètodes de Planificació Basats en Grafs

Introducció del problema de planificació de rutes a través de malles on el robot només pot ocupar posicions discretes. Es poden modelar aquestes situacions com a grafs on els nodes corresponen a les posicions del graell i les arestes a les rutes entre cel·les del graell adjacents. Presentem diversos algoritmes que es poden utilitzar per planificar camins entre un node inicial i un node final, incloent la cerca en amplada o l'algorisme grassfire, l'algorisme de Dijkstra i el procediment A*
Objectius: 2 4
Continguts:
Teoria
2h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Espai de Configuracions

Presentació del concepte d'espai de configuració, que és una eina matemàtica que utilitzem per pensar en el conjunt de posicions que el nostre robot pot assolir. Després s¿estuadarà la noció d'obstacles a l'espai de configuració. Aquesta formulació permet pensar en problemes de planificació de camins en termes de construcció de trajectòries per a un punt a través de l'espai de configuració. També es descriuran alguns enfocaments que es poden utilitzar per discretitzar l'espai de configuració continu en grafs perquè puguem aplicar eines basades en grafs per resoldre els nostres problemes de planificació de moviment.
Objectius: 2 4
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h

Mètodes de Planificació Basats en Mostreig

Es presentarà el concepte de tècniques de planificació de camins basades en mostreig. Això implica fer mostreig de punts de manera aleatòria a l'espai de configuració i, després, crear arestes sense col·lisió entre punts de mostreig veïns per formar un graf que capturi l'estructura de l'espai de configuració del robot. Es presentaran els mètodes de Probabilistic Road Maps i Randomly Exploring Rapid Trees (RRTs) i la seva aplicació a problemes de planificació de moviment.
Objectius: 2 4
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Mètodes de Camps de Potencial Artificial

Un nou enfocament per a la planificació de moviment consisteix en la construcció de camps de potencial artificial que estan dissenyats per atraure el robot a la configuració desitjada de la meta i allunyar-lo dels obstacles a l'espai de configuració. El moviment del robot es pot guiar considerant el gradient d'aquesta funció de potencial. S¿il·lustraran aquestes tècniques en el context d'un espai de configuració bidimensional simple.
Objectius: 1 2 3 4 6
Continguts:
Teoria
4h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Planificació de moviments

Obstacles a l'espai de configuració, grafs i arbres, i cerca de grafs A*. Planificació de moviments en una graella de l'espai de configuració discretitzat, planificadors basats en mostreig aleatori, camps potencials virtuals i optimització no lineal.

Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Control de robots

Dinàmica d'error lineal de primer i segon ordre, estabilitat d'un sistema de control de retroalimentació, i control de moviment de robots quan la sortida del controlador comanda les velocitats articulars. Control de moviment de robots quan la sortida del controlador comanda les torsions articulars, control de força i control híbrid de moviment-força.
Objectius: 2 6
Teoria
4h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h

Robots mòbils amb rodes

Models cinemàtics de robots mòbils amb rodes omnidireccionals i no holonòmics. Controlabilitat, planificació de moviments i control de retroalimentació de robots mòbils amb rodes no holonòmics; odometria per a robots mòbils amb rodes; i manipulació mòbil.

Teoria
2h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Dinàmiques de Cadenes Obertes

Formulació lagrangiana de la dinàmica, forces centrípetes i de Coriolis, matriu de massa del robot, dinàmica d'un cos rígid, i dinàmica inversa de Newton-Euler per a un robot de cadena oberta. Dinàmica directa d'una cadena oberta, dinàmica de l'espai de tasques, dinàmica restringida, i efectes pràctics a causa dels engranatges i la fricció.

Teoria
2h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Generació de trajectòries

Trajectòries punt a punt en línia recta i trajectòries polinòmiques que passen per punts viatgers. Moviments òptims en el temps al llarg d'una trajectòria especificada sota les dinàmiques del robot i límits d'actuadors.

Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Control de manipuladors

Estratègies de control de moviment local vs. centralitzat. Control independent de "joints". Acció anticipada de torque computada. Anàlisi de la estabilitat de Lyapunov dels controls MIMO. Linearització de retroalimentació. Control de l'espai operatiu. Estratègies de control de força indirecta vs. directa. Control d'impedància. Control de força directa. Controladors en cascada.

Teoria
4h
Problemes
0h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Sistemes d'interacció entre Robots i Humans

Aplicació dels coneixements obtinguts en la creació d'un sistema capaç d'interactuar amb els humans. Apranentatge de nous mètodes d'avaluació.
Objectius: 1 2 4 6 7
Continguts:
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Projecte Final

Els alumnes hauran d'aplicar els coneixements obtinguts en un robot real i hauran de fer una demostració del seu funcionament.
Objectius: 1 2 3 4 5 6
Setmana: 15 (Fora d'horari lectiu)
Tipus: entrega
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

La metodologia docent serà de forma general de caràcter deductiu. S'intentarà fugir del mètode expositiu/ Lliçó magistral. El plantejament serà sempre el mateix:

•- Proposar un problema
•- Intentar resoldre'l
•- Afegir les peces de teoria necessàries per poder solucionar el problema de manera adequada.

No es farà distinció entre classes de teoria i problemes, ja que en les sessions d'aula s'intercala la presentació de conceptes i la resolució de problemes d'aplicació. Les classes de laboratori són el complement on els estudiants posen en pràctica els conceptes amb la utilització de simuladors i/o sistemes robòtics reals.

A més de les activitats a l'aula i al laboratori, els estudiants han de resoldre i entregar al professorat per a la seva avaluació un conjunt d'exercicis, que permeten consolidar els coneixements adquirits, ser un mecanisme d'autoavaluació i de treball en equip.

Mètode d'avaluació

L'assignatura s'avaluarà de manera continuada. No es farà examen final.
Al llarg del curs, es demanaran una sèrie d'exercicis que serviran al professor per avaluar l'alumne al final de curs. Aquests exercicis podran ser tant presencials com no presencials i poden consistir en la presentació dels resultats de pràctiques desenvolupades al laboratori (NL), com la resolució teòrica/pràctica de problemes proposats pel professor a classe (NT). A més a més, s'haurà de presentar un projecte final (NPF) a l'acabar l'assignatura, constarà d'un informe, una presentació i una demostració amb un robot o una simulació.

La nota final de l'assignatura es calcularà de la forma: NF=0'1NL+0'1NT+0,5NPF+0.15EP+0.15EP

Bibliografia

Bàsica:

  • Robotics, vision and control : fundamental algorithms in MATLAB - Corke, Peter I, Springer, 2017. ISBN: 9783319544120
    https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004155909706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
  • Introduction to autonomous mobile robots - Siegwart, Roland; Nourbakhsh, Illah Reza; Scaramuzza, Davide, MIT Press, 2011. ISBN: 9780262015356
  • Springer handbook of robotics - Siciliano, Bruno; Khatib, Oussama, Springer International Publishing, 2016. ISBN: 9783319325521
  • Introduction to AI robotics - Murphy, R.R, The MIT Press, 2019. ISBN: 9780262348157

Capacitats prèvies

Àrea de Matemàtiques

* Conèixer i saber aplicar el concepte de derivada i derivada parcial.
* Saber els mètodes elementals de representació gràfica de funcions (asímptotes, màxims, mínims, ...).
* Conèixer les propietats elementals de les funcions trigonomètriques.
* Conèixer els conceptes bàsics de manipulació i operació amb matrius.

Àrea de Programació i Estructura de Dades

* Saber especificar, dissenyar e implementar algoritmes senzills amb un llenguatge de programació imperatiu.
* Saber construir programes correctes, eficients i estructurats.
* Conèixer els conceptes de llenguatges interpretats i llenguatges compilats.
* Conèixer els algoritmes de recerca en estructures de dades (taules, llistes, arbres, ...).
*

Àrea de Robòtica
* Coneixement de ROS
* Coneixement de Matlab, llibreria Peter Corke