Competencias y objetivos

 

Contexto de la asignatura para el curso 2009-10

Sin datos

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2009-10

Competencias Generales del Título (CG)

  • B10 : Capacidad para la identificación de la información relevante en las tareas de aprendizaje automático.
  • B11 : Capacidad de diseño, configuración, implementación y evaluación de sistemas de cómputo y comunicación que satisfagan requisitos en cuanto a coste, velocidad, seguridad y consumo.
  • B13 : Capacidad de adaptar los sistemas informáticos a las necesidades de diversos sectores (económico, productivo, consumo, salud, etc.) de la Sociedad.
  • B3 : Capacidad de producir eficientemente la documentación técnica asociada al trabajo de investigación y desarrollo realizado.
  • B4 : Capacidad de investigar la forma de integrar sistemas informáticos.
  • B6 : Conocimientos básicos de las técnicas estadísticas más relevantes para la investigación en las tecnologías informáticas.
  • B7 : Capacidad de modificar algoritmos clásicos para adaptarlos a cada situación.
  • B8 : Evaluar la calidad de los modelos para la elaboración de un proyecto de investigación.
  • B9 : Capacidad de desarrollo de heurísticas para la resolución de problemas.

 

Habilidades/ Destrezas

  • A1 : Capacidad de análisis y síntesis.
  • A10 : Capacidad de razonamiento y extracción de conclusiones.
  • A12 : Habilidad de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • A13 : Habilidad de adaptación al ambiente cambiante propio de la disciplina, sabiendo aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • A14 : Capacidad de creatividad.
  • A17 : Habilidad para transferir resultados de investigación.
  • A18 : Capacidad de autonomía científica y técnica.
  • A2 : Capacidad de organización y planificación.
  • A3 : Capacidad de comunicación oral y escrita (en la lengua nativa e inglesa) de los conocimientos y conclusiones (y razones últimas que las sustentan) a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • A5 : Capacidad de resolver problemas e integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • A6 : Capacidad de trabajar en equipo con iniciativa y espíritu emprendedor.

 

Competencias Específicas:>>De Tecnologías de Reconocimiento de Formas y de Inteligencia Artificial

  • C1.2 : Capacidad de diseñar un sistema robotizado para automatizar un proceso industrial.
  • C1.3 : Capacidad de programar un robot para que interactúe con su entorno utilizando datos sensoriales.
  • C1.5 : Capacidad de diseñar e implementar soluciones a problemas de visión artificial.

 

 

 

Resultados de aprendizaje (Objetivos formativos)

  • Programar distintos tipos de robots móviles para realizar una tarea específica.
  • Conocer los modelos matemáticos relacionados con el movimiento y la pose del robot.
  • Aplicar técnicas de extracción de información a los datos de los sensores.
  • Simular distintas técnicas de navegación y evitación de obstáculos.
  • Conocer los algoritmos y modelos de localización de un robot.
  • Conocer el enfoque basado en EKF para resolver el problema del SLAM.

 

 

Objetivos específicos indicados por el profesorado para el curso 2009-10

- Conocer de forma teórica y práctica distintas arquitecturas y frameworks de programación de robots móviles, como por ejemplo Aibo y Player/Stage. - Conocer los modelos de movimiento de un robot basados en su configuración y geometría. Ser capaz de modelar el movimiento de un robot en función de sus características geométricas y cinemáticas. Conocer las características geométricas y cinemáticas de robots móviles con articulaciones para locomoción. - Conocer las características básicas de los sensores 2D y 3D. Ser capaz de modelar el funcionamiento de estos sensores en un robot móvil moviéndose en un entorno. Conocer modelos bayesianos probalísticos de estos sensores. Conocer, evaluar y diseñar algoritmos de movimiento y evitación de obstáculos que utilicen los datos obtenidos por estos sensores de alcance y sus modelos. - Conocer las posibilidades de los distintos tipos de cámaras (monocular, estéreo y omnidireccional) para obtener información del entorno útil para el comportamiento y la navegación de los robots móviles. Conocer y utilizar los modelos básicos de la geometría de los distintos tipos de cámaras para la detección de características del entorno en conductas de homing o evitación de obstáculos. - Conocer los distintos modelos de mapas de entornos y las condiciones de utilización de cada uno de ellos (mapas de ocupación, modelos geométricos, modelos topológicos, modelos mixtos métricos y topológicos, etc.). Conocer, evaluar y diseñar algoritmos de movimiento, navegación y exploración de robots móviles en distintos tipos de entornos. Conocer las versiones probabilísticas de estos modelos. - Conocer los fundamentos de la localización y estimación bayesiana aplicada a robots y dispositivos móviles en entornos previamente conocidos. - Conocer y evaluar algoritmos y técnicas de construcción de distintos tipos de mapas del entorno; entre ellos el más importante es el SLAM con filtro de Kalman extendido. Conocer las características y limitaciones de estas técnicas de construcción de mapas. Conocer algoritmos y estrategias de exploración de entornos desconocidos. - Conocer las características y problemáticas asociadas a la coordinación de equipos de robots, utilizando como ejemplos prácticos la coordinación de equipos de fútbol (robocup) o de rescate (robocup rescue). - Comprobar el funcionamiento de las técnicas estudiadas en la asignatura utilizando entornos simulados y robots reales. - Conocer distintos ejemplos de uso y aplicación de robótica móvil (almacenaje, reparto, agricultura, servicios, entretenimiento, etc.). Ser capaz de idear nuevas aplicaciones de las técnicas vistas en la asignatura.

 

 

Datos generales

Código: 11828
Profesor/a responsable:
Gallardo López, Domingo
Crdts. ECTS: 3,00
Créditos teóricos: 0,60
Créditos prácticos: 0,60
Carga no presencial: 1,80

Departamentos con docencia

  • Dep.: CIENCIA DE LA COMPUTACION E INT. ARTIF.
    Área: CIENCIA DE LA COMPUTACION, INTELIGENCIA ARTIFICIAL
    Créditos teóricos: 0,6
    Créditos prácticos: 0,6
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte