Máster Universitario en Robótica y Automatización (Plan: 296 - Estudio: 77)
Escuela de Ingeniería y Ciencias Básicas
Coordinador/a: CASTILLO MONTOYA, JOSE CARLOS
Departamento asignado a la asignatura: Departamento de Ingeniería de Sistemas y Automática
Tipo: Optativa
Créditos: 3.0 ECTS
Curso: 1º
Cuatrimestre: 2º
Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Conocimientos de programación (C, C++, Python, Matlab, etc.)
Objetivos
El objetivo de esta asignatura es que los alumnos conozcan los principales sensores, técnicas y aplicaciones que tiene la percepción 3D hoy en día en relación con la robótica. Se pondrá especial énfasis en la componente práctica, donde los alumnos trabajarán con nubes de puntos 3D, aplicando técnicas que permitan a un robot percibir el entorno que lo rodea.
1. Introducción.
- ¿Qué es la percepción 3D?
- ¿Para qué es útil la percepción 3D en robótica?
2. Sensores de percepción 3D para robótica.
- Láseres 3D
- Información estereoscópica
- Sensores de tiempo de vuelo
- Sensores basados en mallas de infrarrojos (Kinect)
- Sensores acústicos (sónares 3D)
3. Técnicas de procesamiento de nubes de puntos
- Filtrado
- Segmentación
- Reconocimiento
- Reconstrucción 3D (mapeado del entorno)
4. Aplicaciones de percepción 3D
- Vehículos inteligentes
- Drones
- Control de brazos robóticos
- Interacción Humano-Robot
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases magistrales, prácticas de laboratorio, tutorías individuales y trabajo personal de los alumnos.
Sistema de evaluación
Peso porcentual del Examen Final 70
Peso porcentual del resto de la evaluación 30
Bibliografía básica
Geoffrey Taylor, Lindsay Kleeman. Visual Perception and Robotic Manipulation: 3D Object Recognition, Tracking and Hand-Eye Coordination. Springer Tracts in Advanced Robotics. 2006
Kanatani, Kenichi, Sugaya, Yasuyuki, Kanazawa, Yasush. Guide to 3D Vision Computation. Geometric Analysis and Implementation. Springer . 2016
Rudolph Triebel. dimensional Perception for Mobile Robots: Concepts and Approaches for the Acquisition, Efficient Representation, and Semantic Interpretation of Three-dimensional Range Data for Mobile Robots . VDM Verlag. 2008
Apolloni, Bruno, et al.. Machine learning and robot perception. Springer Science & Business Media. 2005
Malik, Aamir Saeed. Depth Map and 3D Imaging Applications: Algorithms and Technologies. IGI Global. 2011
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN
El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.
Recursos Electrónicos *