Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Inteligentne maszyny
Koordynator przedmiotu:
Rajmund Kożuszek
Status przedmiotu:
Fakultatywny ograniczonego wyboru
Poziom kształcenia:
Studia I stopnia
Program:
Informatyka
Grupa przedmiotów:
Sztuczna inteligencja
Kod przedmiotu:
IMA
Semestr nominalny:
6 / rok ak. 2021/2022
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1. liczba godzin kontaktowych – 79 godz., w tym  obecność na wykładach: 30 godz.,  obecność na ćwiczeniach: 15 godz.,  obecność na zajęciach laboratoryjnych:30 godz.,  udział w konsultacjach: 2 godz.,  obecność na egzaminie: 2 godz. 2. praca własna studenta – 21 godz., w tym  przygotowanie do kolejnych wykładów i zajęć laboratoryjnych: 10 godz.,  przygotowanie raportów z zajęć laboratoryjnych: 6 godz. ,  przygotowanie do egzaminu: 5 godz. Łączny nakład pracy studenta wynosi 100 godz., co odpowiada 4 pkt. ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
3 pkt. ECTS, co odpowiada 79 godz. kontaktowym
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,5 pkt. ECTS, co odpowiada 41 godz.
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia15h
  • Laboratorium30h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Podstawy programowania, Wprowadzenie do sztucznej inteligencji
Limit liczby studentów:
60
Cel przedmiotu:
Przedmiot ma na celu wprowadzenie studentów w różne aspekty wykorzystania narzędzi informatyki w inteligentnych maszynach. Zagadnienia omawiane w trakcie zajęć obejmują: automatyczną regulację, robotykę mobilną, bezprzewodowe sieci sensorowe, systemy internetu rzeczy (IoT) oraz systemy wizji maszynowej. Jako praktyczny przykład inteligentnego systemu wbudowanego rozważany jest robot mobilny, dla którego studenci mają możliwość zaprojektowania i przetestowania algorytmów regulacji, sieci stacjonarnych i mobilnych czujników oraz systemu wizyjnego.
Treści kształcenia:
WYKŁADY: 1. Wprowadzenie: regulamin przedmiotu i zasady zaliczania, platforma dydaktyczna robota mobilnego. (2 godz.). 2. Wizja maszynowa: model kamery, rozpoznawanie obiektów i ich lokalizacja w przestrzeni pracy robota, wykorzystanie splotowych sieci neuronowych. (2 godz.). 3. Regulacja 1: opis procesów dynamicznych w czasie ciągłym i dyskretnym, analiza modeli dynamicznych, przekształcanie modeli, symulacja. (2 godz.). 4. Regulacja 2: projektowanie i symulacja klasycznych algorytmów regulacji opartych na strukturze PID. (1 godz.). 5. Regulacja 3: projektowanie i symulacja algorytmów regulacji w przestrzeni stanu, estymacja stanu. (2 godz.). 6. Regulacja 4: projektowanie i symulacja zaawansowanych algorytmów regulacji predykcyjnej, regulacja wielowymiarowa, regulacja nieliniowa. (3 godz.). 7. Systemy Internetu Rzeczy (IoT): wprowadzenie do systemów IoT i wszechobecnych obliczeń (ang. ubiquitous computing), mobilne sieci ad hoc (MANET), bezprzewodowe sieci sensorowe (WSN) (2 godz.). 8. Sieci WSN jako przykład systemu IoT: sprzęt i oprogramowanie: systemy operacyjne i symulatory. Prezentacja platformy dydaktycznej – przykładowe urządzenia pomiarowe do wykorzystania w ćwiczeniach i laboratoriach (2 godz.). 9. Komunikacja w sieciach WSN: technologie komunikacyjne, modele propagacji radiowej, wybrane protokoły komunikacyjne i algorytmy routingu (2 godz.). 10. Bezpieczeństwo systemów IoT: podatności i możliwe wektory ataku, metody detekcji (1 godz.). 11. Zastosowanie blockchain w systemach IoT: technologia blockchain, jej zastosowanie w aplikacjach IoT (system rozliczeń, cyberbezpieczeństwo) (1 godz.). 12. Robotyka mobilna 1: autonomiczna nawigacja robotów mobilnych, tryby lokomocji, kinematyka robotów kołowych, więzy ruchu: holonomiczne i nieholonomiczne. (2 godz.). 13. Robotyka mobilna 2: budowa mapy środowiska: mapy metryczne (siatki zajętości, mapy kosztów), mapy topologiczne i mapy semantyczne (2 godz.). 14. Robotyka mobilna 3: metody lokalizacji robota: lokalizacja względna (odometria wizyjno-inercyjna) i bezwzględna (latarnie, znaczniki). (2 godz.). 15. Robotyka mobilna 4: metody planowania ruchu robotów mobilnych, uczenie się robotów – przykłady. (2 godz.). 16. Podsumowanie. (2 godz.). ĆWICZENIA: 1. Programowanie robotów z wykorzystaniem środowiska Robot Operating System (1 godz.). 2. Modelowanie i symulacja robota mobilnego (2 godz.). 3. Projektowanie i symulacja klasycznych algorytmów regulacji opartych na strukturze PID (1 godz.). 4. Projektowanie i symulacja algorytmów regulacji w przestrzeni stanu, estymacja stanu (2 godz.). 5. Projektowanie i symulacja zaawansowanych algorytmów regulacji predykcyjnej, regulacja wielowymiarowa (1 godz.). 6. Prosty system monitorujący poziom oświetlenia – stacjonarne czujniki zlokalizowane w zasięgu stacji bazowej. Pomiary przesyłane do stacji bazowej (1 godz.). 7. System pomiaru temperatury w otoczeniu – realizacja transmisji z wykorzystaniem węzłów pośredniczących. Pomiary przesyłane do stacji bazowej (1 godz.). 8. Algorytm odometrii wizyjno-inercyjnej – dobór parametrów i uruchomienie (1 godz.). 9. Algorytmy budowy mapy siatek zajętości i kosztów – dobór parametrów i uruchomienie (1 godz.). 10. Algorytmy planowania ścieżek ruchu – dobór parametrów i uruchomienie (1 godz.). 11. Metody rozpoznawania i wyszukiwania obiektów w obrazie (2 godz.). 12. Przykładowe zadanie nawigacji autonomicznej dla robota mobilnego (1 godz.). LABORATORIUM: 1. Projektowanie i weryfikacja sprzętowa algorytmów regulacji robota. 2. Implementacja bezprzewodowej sieci sensorowej zbierającej pomiary z większego obszaru – pomiary zbierane i prezentowane na urządzeniu mobilnym. 3. Implementacja systemu sterowania oświetleniem przy wykorzystaniu pomiarów z stacjonarnych czujników. System lokalizacji węzłów sieci sensorowej (prosta trilateracja). 4. System monitorowania środowiska wykorzystujący bezprzewodową siec sensorową i roboty mobilne. 5. Implementacja systemu autonomicznej nawigacji robota mobilnego – lokalizacja (odometria wizyjno-inercyjna), budowa mapy (siatki zajętości, mapa kosztów) i planowanie ruchu. 6. Implementacja i uruchomienie wizyjnego systemu rozpoznawania obiektów. Implementacja i uruchomienie przykładowego zadania nawigacji autonomicznej oraz poszukiwania obiektów przez robota mobilnego.
Metody oceny:
Realizacja przedmiotu obejmuje następujące formy zajęć:  wykład prowadzony w wymiarze 2 godz. tygodniowo,  ćwiczenia prowadzone w wymiarze 1 godz. tygodniowo,  sześć zajęć laboratoryjne w wymiarze 5 godz.. Sprawdzanie założonych efektów kształcenia realizowane jest przez:  ocenę wiedzy i umiejętności związanych z realizacją zadań laboratoryjnych – ocenę sprawozdań z realizacji zadań,  ocenę wiedzy i umiejętności wykazanych na egzaminie pisemnym o charakterze problemowym (na egzaminie student może korzystać z tylko własnoręcznie przygotowanych notatek) oraz – w przypadkach szczególnych – na egzaminie ustnym.
Egzamin:
tak
Literatura:
1. R. C. Dorf, R. H. Bishop: Modern control systems. Addison-Wesley, Reading, 1995. 2. G. F. Franklin, J. D. Powell, and A. Emami-Naeini: Feedback Control of Dynamic Systems, Prentice Hall, Upper Saddle River, 2005. 3. K. Ogata: Modern Control Engineering, Prentice Hall, Upper Saddle River, 2010. 4. P. Tatjewski: Sterowanie zaawansowane obiektów przemysłowych: struktury i algorytmy. Exit, Warszawa, 2016. 5. R. Siegwart, I. R. Nourbakhsh, D. Scaramuzza: Introduction to Autonomous Mobile Robots, The MIT Press, 2nd ed., 2011. 6. S. Russell, P. Norvig: Artificial Intelligence: A Modern Approach, Pearson, 3rd ed., 2009. 7. Springer Handbook of Robotics, eds: B. Siciliano, O. Khatib. Springer. 2nd ed. 2016. 8. Robot Operating System, http://www.ros.org/. 9. I.F. Akyildiz, M.C. Vuran, Wireless Sensor Networks, John Wiley & Sons, 2010. 10. R. Verdone, D. Dardari, G. Mazzini, A. Conti, Wireless Sensor Networks and Actuator Networks. Technologies, Analysis and Design, Elsevier, 2008.
Witryna www przedmiotu:
https://usosweb.usos.pw.edu.pl/kontroler.php?_action=katalog2/przedmioty/pokazPrzedmiot&prz_kod=103A-INSZI-ISP-IMA
Uwagi:
(-)

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W01
zna podstawowe zagadnienia związane z modelowaniem i regulacją procesów dynamicznych
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: W03
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, III.P7S_WG
Charakterystyka W02
zna podstawowe zagadnienia robotyki mobilnej
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: W03
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, III.P7S_WG
Charakterystyka W03
zna podstawowe zagadnienia systemów IoT i bezprzewodowych sieci czujników
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: W03
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, III.P7S_WG
Charakterystyka W04
zna podstawowe zagadnienia systemów wizji maszynowej
Weryfikacja: Wpisz opis
Powiązane charakterystyki kierunkowe: W03, W06
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, III.P7S_WG

Profil ogólnoakademicki - umiejętności

Charakterystyka U01
potrafi zaprojektować i implementować algorytmy regulacji procesów dynamicznych
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: U03, U04, U01
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o
Charakterystyka U02
potrafi programować roboty mobilne
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: U01, U03, U04
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o
Charakterystyka U03
potrafi wykorzystywać czujniki i budować sieci czujników
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: U01, U03, U04
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o
Charakterystyka U04
potrafi programować systemy wizji maszynowej
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: U03, U04, U01
Powiązane charakterystyki obszarowe: I.P6S_UW.o, III.P6S_UW.o, P6U_U
Charakterystyka U05
potrafi zaplanować i przeprowadzić eksperymenty, przedstawić wyniki badań w formie sprawozdania, potrafi uczestniczyć w dyskusji na temat wykonanej pracy i przekonująco przedstawić zalety i wady zastosowanego rozwiązania
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: U03, U04, U09
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o, I.P6S_UK
Charakterystyka U06
potrafi pracować indywidualnie oraz w zespole
Weryfikacja: laboratorium, egzamin
Powiązane charakterystyki kierunkowe: U08
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UO
Charakterystyka U07
ma umiejętność samokształcenia się
Weryfikacja: laboratorium
Powiązane charakterystyki kierunkowe: U12
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UU

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K01
ma świadomość konieczności komunikowania się z otoczeniem, także pozazawodowym, w sposób zrozumiały dla odbiorcy
Weryfikacja: laboratorium
Powiązane charakterystyki kierunkowe: K05
Powiązane charakterystyki obszarowe: P6U_K, I.P6S_KO