Introducción a la Robótica

Créditos
6
Tipos
Obligatoria
Requisitos
Esta asignatura no tiene requisitos , pero tiene capacidades previas
Departamento
ESAII
Dado que la robótica puede ser definida como la conexión inteligente entre la percepción y la acción, la Inteligencia Artificial debe jugar un papel central en esta conexión. La robótica desafía a la IA al obligarla a lidiar con objetos reales en el mundo real. Esto incluye temas como el razonamiento sobre el espacio, la planificación de rutas, la gestión de la incertidumbre y la acomodación entre objetos, entre otros.
En esta asignatura se exponen los conocimientos básicos sobre los robots manipuladores y móviles existentes en el mercado que permiten su funcionamiento, control y programación, con especial énfasis en los aspectos de percepción, planificación y actuación. Se dan a conocer las principales áreas de aplicación de la robótica y sus demandas, tanto en el ámbito industrial como de servicios.

Profesorado

Responsable

  • Anais Garrell Zulueta ( anais.garrell@upc.edu)

Otros

  • Isiah Zaplana Agut (isiah.zaplana@upc.edu)

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0
Aprendizaje autónomo
6

Competencias

Competencias Transversales

Transversales

  • CT1 [Avaluable] - Emprendimiento e innovación. Conocer y entender la organización de una empresa y las ciencias que rigen su actividad; tener capacidad para entender las normas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio.
  • CT2 [Avaluable] - Sostenibilidad y Compromiso Social. Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar; tener capacidad para relacionar el bienestar con la globalización y la sostenibilidad; lograr habilidades para utilizar de forma equilibrada y compatible la técnica, la tecnología, la economía y la sostenibilidad.
  • CT8 [Avaluable] - Perspectiva de género. Conocer y comprender, desde el propio ámbito de la titulación, las desigualdades por razón de sexo y género en la sociedad; integrar las diferentes necesidades y preferencias por razón de sexo y de género en el diseño de soluciones y resolución de problemas.

    • Competencias Técnicas

    Específicas

  • CE15 - Adquirir, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación,percepción y actuación en ambientes o entornos inteligentes.
  • CE17 - Desarrollar y evaluar sistemas interactivos y de presentación de información compleja y su aplicación a la resolución de problemas de diseño de interacción persona-computadora y persona-robot.
  • CE24 - Concebir, diseñar y construir sistemas robóticos inteligentes con aplicación en entornos de producción y de servicios, capaces de interactuar con personas, colaborativos y sociales.
  • CE25 - Concebir, diseñar e integrar robots móviles con capacidad de navegación autónoma, formación de flotas e interacción con humanos.
  • CE28 - Planificar, concebir, desplegar y dirigir proyectos, servicios y sistemas en el ámbito de la inteligencia artificial, liderando su puesta en marcha y su mejora continua y valorando su impacto económico y social.

    • Competencias Técnicas Genéricas

    Genéricas

  • CG3 - Definir, evaluar y seleccionar plataformas hardware y software para el desarrollo y la ejecución de sistemas, servicios y aplicaciones informáticas en el ámbito de la inteligencia artificial.
  • CG4 - Razonar, analizando la realidad y diseñando algoritmos y formulaciones que la modelen. Identificar problemas y construir soluciones algorítmicas o matemáticas válidas, eventualmente nuevas, integrando el conocimiento multidisciplinar necesario, valorando distintas alternativas con espíritu crítico, justificando las decisiones tomadas, interpretando y sintetizando los resultados en el contexto del dominio de aplicación y estableciendo generalizaciones metodológicas a partir de aplicaciones concretas.
  • CG5 - Trabajar en equipos y proyectos multidisciplinares relacionados con la inteligencia artificial y la robótica, interactuando fluidamente con ingenieros/as y profesionales de otras disciplinas.
  • CG6 - Identificar oportunidades para aplicaciones innovadoras de la inteligencia artificial y la robótica en entornos tecnológicos en continua evolución.
  • CG7 - Interpretar y aplicar la legislación vigente, así como especificaciones, reglamentos y normas en el ámbito de la inteligencia artificial.
  • CG8 - Observar un ejercicio ético de la profesión en todas sus facetas, aplicando criterios éticos en el diseño de sistemas,algoritmos, experimentos, utilización de datos, de acuerdo con los sistemas éticos recomendados por los organismos nacionales e internacionales, con especial énfasis en seguridad, robustez, privacidad, transparencia, trazabilidad, prevención de sesgos (de raza, género, religión, territorio, etc.) y respeto a los derechos humanos.
  • CG9 - Afrontar nuevos retos con una visión amplia de las posibilidades de la carrera profesional en el ámbito de la Inteligencia Artificial. Desarrollar la actividad aplicando criterios de calidad y mejora continua, y actuar con rigor en el desarrollo profesional. Adaptarse a los cambios organizativos o tecnológicos. Trabajar en situaciones de carencia de información y/o con restricciones temporales y/o de recursos.

    • Objetivos

    1. Conocer los componentes del robot y que lo diferencia de otras máquinas automáticas
      Competencias relacionadas: CG3, CG5, CT2,
    2. Conocer los diferentes tipos de robots presentes en el mercado y sus caracteristicas. Entender sus manuales y especificaciones, así como reglamentos y normas segun la legislación vigente.
      Competencias relacionadas: CG3, CG5, CG7, CT2,
    3. Conocer las distintas fuentes de información sensorial y sus características.
      Competencias relacionadas: CG3, CG5,
    4. Ser capaz de fusionar distintas fuentes de información para obtener, formalizar y representar el entorno físico de forma computable para la resolución de problemas.
      Competencias relacionadas: CG4, CG5, CG6, CG8, CT2, CE15,
    5. Aprender a coordinar acciones entre robots.
      Competencias relacionadas: CE24, CE25, CG4, CG6, CG9, CT1, CE15,
    6. Ser capaz de emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética, relacionados con la robótica actual y sus aplicaciones potenciales.
      Competencias relacionadas: CE28, CG5, CG6, CG7, CG8, CT2, CT8,
    7. Aprender a programar robots y diseñar aplicaciones robóticas.
      Competencias relacionadas: CE24, CE25, CG4, CG6, CG8, CG9, CT1, CT2, CE15, CE17,

    Contenidos

    1. Introducción
      Historia robótica, tipos de robots y robo-ética
    2. Percepción
      Incertidumbre, percepción sensores, posición ruido y distribución normal
    3. Localización I
      Conditional probability and Bayes theorem, localization, Bayesian filter, Kalman filter
    4. Localitzación II
      Example Kalman filter, extended kalman filter, particle filter
    5. Mapping
      Maps, Slam, movement, wheels
    6. Cinemática directa, cinemática inversa
      Cálculo de la cinemática directa e indirecto, ejemplo de vehículos con ruedas
    7. Planificación
      Planificación, exploración, fronteras, replanificación, exploración vs. explotación
    8. Introducción a los robots manipuladores.
      Definición de un robot manipulador. Tipos and componentes. Posición y orientación de un solido rígido. Representaciones de las orientaciones.
    9. Cinemática directa del robot manipulador.
      Sistemas de referencia y sistemas de coordenadas. Sistemas de coordenadas articulares. Parámetros DH y matrices de transformación homogéneas. Cinemática directa.
    10. Cinemática diferencial del robot manipulador.
      Velocidad lineal y angular de un sólido rígido. Propagación de velocidades. Jacobiano geométrico y analítico de un robot manipulador. Singularidades de un robot.
    11. Cinemàtica inversa del robot manipulador I
      Cinemática inversa analítica de robots sencillos. Teorema y método de Pieper para la cinemática inversa analítica de robots manipuladores con muñeca esférica. Métodos numéricos basados ¿¿en la matriz Jacobiana por la cinemática inversa de un robot manipulador (pseudoinverse, transpuesta, etc.).
    12. Cinemática inversa del robot manipulador II
      Métodos numéricos basados ¿¿en la matriz Jacobiana por la cinemática inversa de un robot manipulador (pseudoinverse, transpuesta, etc.).

    Actividades

    Actividad Acto evaluativo


    Introducción

    Història robòtica, tipus de robots i robo-ètica
    Objetivos: 1 2
    Contenidos:
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    4h

    Robots móviles

    Mecanismos de locomoción. Tipo de robot móviles. Cinemática directa e inversa. Maniobrabilidad.
    Objetivos: 2 7
    Contenidos:
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    8h

    Percepción del entorno

    Clasificación de los sensores. Características. Sensores de profundidad. Sensores de orientación.
    Objetivos: 3 4
    Contenidos:
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    8h

    Navegación de robots móviles

    Navegación reactiva. Evasión de obstáculos. Planificación basada en mapas.
    Objetivos: 4 7
    Contenidos:
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    8h

    Localización del robot móvil

    Sistemas de localización (GPS, US, IR, rutas fijas). Navegación basada en puntos de referencia
    Objetivos: 4 7 5
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    8h

    Robots manipuladores

    Arquitecturas y características
    Objetivos: 2 3
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    4h

    Cinemática de los robots manipuladores

    Transformaciones geométricas. Cinemática directa e Inversa. Redundancia. Singularidades. Generación de trayectorias
    Objetivos: 2 7
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    4h

    Generación de trayectorias

    Caminos y trayectorias. Trayectorias en el espacio de articulaciones. Trayectorias en el espacio cartesiano.
    Objetivos: 7 5
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    4h

    Programación y Control del robot

    Control en el espacio de articulaciones. Arquitectura de control de un manipulador. Entornos y lenguajes de programación de robots
    Objetivos: 4 7 5
    Contenidos:
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    6h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    12h

    Applications of robotics

    Robótica Industrial. Robótica de servicios. Robótica de exploración. Robótica médica y asistencial
    Objetivos: 7 6
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Resolución de ejercicios

    Resolución de ejercicios (entre 3 y 6) evaluables realizados como trabajo personal o en pareja
    Objetivos: 1 2 3 4 7 5 6
    Semana: 1 (Fuera de horario lectivo)
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Metodología docente

    La metodología docente será de forma general de carácter deductivo. Se intentará huir del método expositivo/ Lección magistral. El planteamiento será siempre el mismo:
    ¿ Proponer un problema
    ¿ intentar resolverlo
    ¿ añadir las piezas de teoría necesarias para poder solucionar el problema de forma adecuada.

    No se distinguirá entre clases de teoría y problemas, ya que en las sesiones de aula se intercala la presentación de conceptos y la resolución de problemas de aplicación. Las clases de laboratorio son el complemento en el que los estudiantes ponen en práctica los conceptos con la utilización de simuladores y/o sistemas robóticos reales.

    Además de las actividades en el aula y en el laboratorio, los estudiantes deben resolver y entregar al profesorado para su evaluación un conjunto de ejercicios, que permiten consolidar los conocimientos adquiridos, ser un mecanismo de autoevaluación y de trabajo en equipo.

    Método de evaluación

    Método de Evaluación

    Parcial 1 (P1): 35%
    Examen final (EF): 65%

    Nota final:
    NF = 0,35·NP1 + 0,65·NEF, siendo NP1 la nota del primer parcial y NEF la nota del examen final.

    De manera excepcional, el examen final podrá ser sustituido por un segundo parcial (P2, 35%) y la evaluación de las prácticas realizadas durante el curso (PF, 30%), siempre que el estudiante cumpla los siguientes requisitos:

    - Asistencia a las sesiones prácticas, salvo causa mayor debidamente justificada.
    - Hacer un uso responsable de las herramientas de inteligencia artificial generativa, evitando su utilización abusiva o inapropiada.
    - Mantener una actitud adecuada y hacer un uso correcto de los laboratorios y de los recursos docentes.

    En este caso, la nota final se calculará como:

    NF = 0,35·NP1 + 0,35·NP2 + 0,3·NPF, siendo NP1 la nota del primer parcial, NP2 la nota del segundo parcial y NPF la nota de las prácticas finales que se entregarán.

    La decisión sobre la aplicación de esta modalidad alternativa de evaluación quedará sujeta al cumplimiento satisfactorio de todos los requisitos anteriores.

    Reevaluación:

    Solo podrán presentarse a la reevaluación aquellas personas que, habiéndose presentado a los exámenes, hayan suspendido la asignatura. La nota máxima que se podrá obtener en la reevaluación será un 7.

    Bibliografía

    Básico

    Capacidades previas

    Área de Matemáticas

    * Conocer y saber aplicar el concepto de derivada y derivada parcial.
    * Conocer los métodos elementales de representación gráfica de funciones (asíntotas, máximos, mínimos, ...).
    * Conocer las propiedades elementales de las funciones trigonométricas.
    * Conocer los conceptos básicos de manipulación y operación con matrices.

    Área de Programación y Estructura de Datos

    * Saber especificar, diseñar e implementar algoritmos sencillos con un lenguaje de programación imperativo.
    * Saber construir programas correctos, eficientes y estructurados.
    * Conocer los conceptos de lenguajes interpretados y lenguajes compilados.
    * Conocer los algoritmos de búsqueda en estructuras de datos (tablas, listas, árboles, ...).

    Área de Arquitectura y Tecnología de Computadores

    * Conocer a nivel funcional las diferentes puertas lógicas.
    * Saber analizar e implementar sistemas lógicos combinacionales y secuenciales simples.
    * Conocer la estructura básica de un computador.
    * Conocer el subsistema de entrada/salida e interrupciones del computador.