92996 - AUTONOMOUS AND MOBILE ROBOTICS M

Conoscenze e abilità da conseguire

Il corso introduce ai robot mobili e ai manipolatori mobili, concentrandosi principalmente sui robot terrestri ma con menzione ai robot aerei e subacquei. Nel corso si sviluppa la modellazione dei robot mobili e i relativi aspetti di controllo, nonché la pianificazione delle attività e della traiettoria per questi robot. Il problema della percezione e del sensing di ambienti sconosciuti verrà affrontato sia dal punto di vista tecnologico che metodologico e verranno introdotti i principali algoritmi per la soluzione dei problemi di navigazione e localizzazione. Verranno considerati gli aspetti di controllo per robot ridondanti, con focus sulla molteplicità di compiti con diversa priorità e le relative strategie di controllo, come il controllo gerarchico. Gli aspetti relativi alla condivisione dello spazio di lavoro con altri robot e esseri umani verranno studiati introducendo concetti base di robotica collaborativa e sicurezza. Sarà affrontata l'implementazione in ambito ROS degli aspetti teorici presentati nel corso, e saranno svolte attività pratiche di progettazione e controllo di robot mobili (TurtleBot3) e manipolatori mobili (PAL Tiago e RB-KAIROS) sfruttando sia strumenti di simulazione che veri robot. Alla fine del corso gli studenti conoscono le tecnologie di robotica mobile di base e padroneggiano gli aspetti di modellazione e controllo dei robot mobili utilizzati sia in contesti industriali che di ricerca.

Contenuti

• Introduction to mobile robotics.
• Kinematic models and control aspects for mobile robots.
• Task and trajectory planning for mobile robots.
• Representation of Rotations.
• Perception and sensing for mobile robots.
• Navigation and localization.
• Introduction to Reinforcement Learning.
• Markov Decision Processes.
• Dynamic Programming.
• Monte Carlo Methods.
• Temporal Difference Learning.
• Value Function Approximation.
• Simulation and control of robotic and mobile systems in the ROS environment.

Testi/Bibliografia

• Lecture Notes
• Roland Siegwart, Illah R. Nourbakhsh, and Davide Scaramuzza. 2011.Introduction to Autonomous Mobile Robots (2nd. ed.). The MIT Press.
  
• Sebastian Thrun, Wolfram Burgard, and Dieter Fox. 2005. Probabilistic Robotics (Intelligent Robotics and Autonomous Agents). The MIT Press.
• Sutton, Richard S and Andrew G Barto. Reinforcement learning: An introduction. MIT press, 2018.
• Thomas M. Mitchell. 1997. Machine Learning (1st. ed.). McGraw-Hill, Inc., USA.
  
• Stuart Russell and Peter Norvig. 2009. Artificial Intelligence: A Modern Approach (3rd. ed.). Prentice Hall Press, USA
  

Metodi didattici

Il corso si compone di 60 ore complessive, suddivise in lezioni frontali e sessioni di laboratorio con software di simulazione e attività sperimentali per lo sviluppo di soluzioni robotiche autonome.

In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio [https://elearning-sicurezza.unibo.it/], in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

Esame scritto vertente sulle tematiche presentate durante il corso e discussione orale di una relazione riguardante il progetto, individuale o di gruppo, di un sistema di controllo per robot autonomi.

Strumenti a supporto della didattica

Dispense del corso, ROS, Python, Turtlebot 3, Tiago

Orario di ricevimento

Consulta il sito web di Gianluca Palli