Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Systemy wizyjne w robotyce
Koordynator przedmiotu:
dr hab. inż. Barbara Putz prof. nzw. PW
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Automatyka i Robotyka
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
SWM
Semestr nominalny:
1 / rok ak. 2013/2014
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
2 ECTS = 60 godz., w tym: wykład 15, zajęcia laboratoryjne 15, przygotowanie się do zajęć laboratoryjnych (na podstawie szczegółowych instrukcji) 14, studia literaturowe, przygotowanie do sprawdzianów 16.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1 ECTS = 30 godz., w tym: wykład 15, zajęcia laboratoryjne 15.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1 ECTS = 29 godz., w tym: zajęcia laboratoryjne 15, przygotowanie się do zajęć laboratoryjnych (na podstawie szczegółowych instrukcji w wersji PDF do każdego ćwiczenia) 14.
Formy zajęć i ich wymiar w semestrze:
  • Wykład225h
  • Ćwiczenia0h
  • Laboratorium225h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość Matematyki i Zasad Programowania Strukturalnego na poziomie studiów inżynierskich.
Limit liczby studentów:
brak
Cel przedmiotu:
Znajomość najnowszych kierunków rozwoju systemów wizyjnych robotyki przemysłowej i robotyki mobilnej. Umiejętność implementacji wysoko- i niskopoziomowej podstawowych algorytmów związanych z systemami wizyjnymi.
Treści kształcenia:
===WYKŁAD=== 1. Wprowadzenie do systemów wizyjnych. Biblioteka OpenCV: przegląd funkcji i modułów, macierz CvMat. Biblioteka OpenCL. 2. OpenCV – operacje morfologii matematycznej. Filtry wygładzające w OpenCV. Wykrywanie krawędzi w dziedzinie obrazu, algorytm Canny’ego. 3. DFT, FFT i algorytm motylkowy. Wizualizacja widma. Operacje na obrazach w dziedzinie częstotliwości. 4. Wybrane zastosowania algorytmów filtracji i morfologii. Korelacja fazowa i dopasowanie obrazów. Przekształcenie Log-Polar i DFT. Piramidy Gaussa i Laplace’a. Fuzja obrazów. 5. Wykrywanie narożników i rozpoznawanie konturów w obrazach. Rozpoznawanie ruchu w obrazach wideo: metody różnicowe, algorytm Sigma-Delta, metody zaawansowane. 6. Aktywne systemy wizyjne 3D. Przegląd najnowszych skanerów 3D. Kamery PMD 3D. Kinect - sensor RGB-D. Projekt Tango - mapa 3D w smartfonie. 7. Pasywne systemy 3D - stereowizja. Geometria rzutowa i epipolarna. Zagadnienia kalibracji kamer. Lokalne i globalne metody wyznaczania map dysparycji. Ranking Middlebury. Implementacja sprzętowa, układy FPGA i DSP, kamery i systemy stereo. 8. Systemy wizyjne robotów przemysłowych. Konfiguracja systemów, dobór oświetlenia, korekcja pozycji narzędzia, paletyzacja. System wizyjny FANUC iRVision 2D. ===LABORATORIUM=== 1. Wykorzystanie systemu wizyjnego w zadaniu lokalizacji robota mobilnego (4h) a) kalibracja kamery i tworzenie algorytmu rozpoznającego znacznik b) opracowanie programu sterującego robotem na podstawie informacji o rozpoznanych znacznikach. 2. Zastosowanie systemu FANUC iRVision 2D do korekcji położenia i w zadaniu paletyzacji (4h) 3. Kamery 3D w robotyce przemysłowej (3.5h) 6. Wprowadzenie do programowania układów typu FPGA (3.5h)
Metody oceny:
Zaliczenie wykładu (z wagą 40%): dwa sprawdziany w formie testów. Zaliczenie laboratorium (z wagą 60%): wykonanie 4 ćwiczeń w zespołach 2-3 osobowych, kontrola i ocena punktowa wykonania na miejscu.
Egzamin:
nie
Literatura:
1. Bradski G., Kaehler A.: Learning OpenCV. O"Reilly 2008. 2. Ciesielski P., Sawoniewicz J.: Elementy robotyki mobilnej. Warszawa: Wydaw. Polsko-Japońskiej Wyższej Szkoły Technik Komputerowych 2004 3. Cyganek B.: Komputerowe przetwarzanie obrazów trójwymiarowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2002 4. Gonzalez R.C., Woods: Digital Image Processing. Pearson Educational International, 3 ed, 2008. 5. Honczarenko J.: Roboty przemysłowe. Budowa i zastosowanie. WNT, 2004 6. Malina W., Smiatacz M.: Cyfrowe przetwarzanie obrazów. Akademicka Oficyna Wydawnicza, EXIT 2008 7. Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów. FPT, Kraków 1997, http://winntbg.bg.agh.edu.pl/skrypty2/0098/komputerowa_analiza.pdf . 8. Bołdak C. - Cyfrowe Przetwarzanie Obrazów - prezentacje na licencji GNU FDL: http://aragorn.pb.bialystok.pl/~boldak/
Witryna www przedmiotu:
http://iair.mchtr.pw.edu.pl/studenci/witryna/index.ph (wydziałowy system SKS, wymaga logowania)
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt SWM_W01
ma rozszerzoną wiedzę na temat eksploatacji i cyklu życia systemów wizyjnych wykorzystywanych w robotach mobilnych i przemysłowych
Weryfikacja: ćwiczenia laboratoryjne, sprawdziany
Powiązane efekty kierunkowe: K_W10, K_W11
Powiązane efekty obszarowe: T2A_W04, T2A_W05, T2A_W06
Efekt SWM_W02
ma wiedzę o trendach rozwojowych i najnowszych osiągnięciach zarówno w zakresie systemów wizyjnych stosowanych w robotyce mobilnej i przemysłowej, jak i w zakresie algorytmów i technik tworzenia oprogramowania dla potrzeb tych systemów
Weryfikacja: ćwiczenia laboratoryjne, sprawdziany
Powiązane efekty kierunkowe: K_W12
Powiązane efekty obszarowe: T2A_W05

Profil ogólnoakademicki - umiejętności

Efekt SWM_U01
posiada umiejętność integrowania sprzętu w postaci robotów mobilnych lub przemysłowych oraz systemów wizyjnych z dostępnym lub tworzonym oprogramowaniem niezbędnym do ich wszechstronnego funkcjonowania
Weryfikacja: ćwiczenia laboratoryjne, sprawdziany
Powiązane efekty kierunkowe: K_U17, K_U18
Powiązane efekty obszarowe: T2A_U12, T2A_U15, T2A_U14, T2A_U17

Profil ogólnoakademicki - kompetencje społeczne

Efekt SWM_K01
umiejętność pracy w zespole nad realizacją zaawansowanego ćwiczenia laboratoryjnego - zarówno w roli koordynatora, jak i wykonawcy
Weryfikacja: wykonanie ćwiczeń laboratoryjnych
Powiązane efekty kierunkowe: K_K04
Powiązane efekty obszarowe: T2A_K03