Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Algorytmy SLAM
Koordynator przedmiotu:
dr inż. Krzysztof Bakuła
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Geodesy and Cartography
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
1060-GK000-MSA-2010
Semestr nominalny:
2 / rok ak. 2020/2021
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba godzin kontaktowych - 60 godzin, w tym uczestnictwo w zajęciach projektowych - 30 godzin, uczestnictwo w konsultacjach - 2 godziny, przegląd literatury - 3 godziny, praca własna studenta - 25 godzin. Razem 60 godzin - 3 punkty ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Liczba godzin kontaktowych - 32 godzin, w tym uczestnictwo w zajęciach projektowych - 30 godzin, uczestnictwo w konsultacjach - 2 godziny
Język prowadzenia zajęć:
angielski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
-
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Podstawowa wiedza w zakresie fotogrametrii, skanowania laserowego LiDAR, nawigacji oraz integracji sensorów
Limit liczby studentów:
30
Cel przedmiotu:
Dostarczyć wiedzy na temat platform, danych i zastosowań algorytmów jednoczesnej orientacji i przetwarzania danych SLAM. Studenci będą mieli dostęp do przykładowych danych oraz będą mieli umożliwione ich przetworzenie w wybranych oprogramowaniu. Będą analizować otrzymane rezultaty.
Treści kształcenia:
1. SLAM Problem (SLAM vs SfM). 2. SLAM Application (Indoor vs Outdoor). 3. Sensors, types of observations. 3.1. Cameras (Monocular, Stereo, RGB-D). 3.2. Event Camera. 3.3. Lidar (1D, 2D, 3D). 3.4. GNSS. 3.5. IMU. 4. Methods. 4.1. EKF SLAM. 4.2. Particle Filter (Fast-SLAM). 4.3. Graph SLAM. 4.4. D-SLAM. 5. Applications of SLAM in mapping and surveying. 5.1. Robots vs UAV vs mapping. 5.2. TLS Registration. 5.3. Hand-held Mobile LiDAR. 5.4 Visual Odometry
Metody oceny:
Sprawozdania z ćwiczeń muszą być dostarczone prowadzącemu i zaliczone. Zaliczenie testu na co najmniej 50% punktów.
Egzamin:
nie
Literatura:
Simultaneous localization and mapping : exactly sparse information filters: Zhan W. Three main paradigms of simultaneous localization and mapping (SLAM) problem: Toivanen P., Imani V., Haataja K. Comparing EKF and SPKF Algorithms for Simultaneous Localization and Mapping (SLAM): Javad Z., Cai Y., & Majid Y. 6D SLAM - 3D Mapping Outdoor Environments: Nüchter A., et al.
Witryna www przedmiotu:
brak
Uwagi:
-

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt KW01
Zna zasady działania algorytmu jednoczesnej orientacji i mapowania
Weryfikacja: Passing both tests
Powiązane efekty kierunkowe: K_W04, K_W09, K_W10, K_W11, K_W12
Powiązane efekty obszarowe: T2A_W04, T2A_W07, T2A_W08, T2A_W05, T2A_W06, T2A_W04, T2A_W07, T2A_W02, T2A_W06, T2A_W08, T2A_W04, T2A_W05, T2A_W07
Efekt KW02
Posiada wiedzę na temat zastosowań algorytmu SLAM i chmur punktów pozyskanych z jego wykorzystaniem
Weryfikacja: Passing both tests
Powiązane efekty kierunkowe: K_W09, K_W12, K_W15
Powiązane efekty obszarowe: T2A_W05, T2A_W06, T2A_W04, T2A_W05, T2A_W07, T2A_W04, T2A_W05, T2A_W07

Profil ogólnoakademicki - umiejętności

Efekt KU01
Zna podstawy algorytmu SLAM i jego zastosowania
Weryfikacja: Passing both tests.
Powiązane efekty kierunkowe: K_U01, K_U08, K_U16, K_U17, K_U19, K_U14, K_U15, K_U20
Powiązane efekty obszarowe: T2A_U01, T2A_U05, T2A_U12, T2A_U17, T2A_U18, T2A_U07, T2A_U08, T2A_U10, T2A_U01, T2A_U08, T2A_U10, T2A_U07, T2A_U10, T2A_U11, T2A_U13, T2A_U15, T2A_U16, T2A_U08, T2A_U10, T2A_U12, T2A_U14, T2A_U19, T2A_U10, T2A_U12, T2A_U14, T2A_U15, T2A_U17, T2A_U18, T2A_U19, T2A_U07, T2A_U16, T2A_U18

Profil ogólnoakademicki - kompetencje społeczne

Efekt KK01
Student potrafi rozwiązywać samodzielnie problemy w przeprowadzanych zadaniach projektowych
Weryfikacja: Passing both tests
Powiązane efekty kierunkowe: K_K01
Powiązane efekty obszarowe: T2A_K06