Estudia

• Identificar, valorar i utilitzar tècniques i mètodes actuals i novedosos per a la resolució de projectes tecnològics i de recerca en la visió per computador i robòtica, l’enginyeria de control i sistemes intel•ligents.
• Poder fer front a una carrera de recerca en vistes a l'elaboració d'una tesis doctoral en un context altament tecnològic, o per a l'exercici professional en activitats de desenvolupament tecnològic, innovació i recerca.
• Determinar tecnologies de sensorització per a la mesura de variables relacionades amb el sistema
• Disseny d'arquitectures de control per solucionar tasques de robòtica.
• Aplicar algorismes bàsics d'aprenentatge per reforçament per aprendre comportaments bàsics dels robots. (Apply basic Reinforcement Learning algorithms to learn basic robot behaviours).
• Aplicar algorismes de localització i creació de mapes per a robots.
• Analitzar arquitectures de control deliberatives. (Analyse deliberative control architectures).
• Analitzar el model cinemàtic i dinàmic d'un sòlid rígid. (Analyse a kinematics and a dynamics model of a rigid body).

• To be able to analyse a kinematics and a dynamics model of a rigid body.
• To be able to determine sensing technologies to measure a particular variable related to a moving robot.
• To be able to analyse the performance of a sensor in terms of accuracy, repeatability, resolution, etc.
• To be able to extract simple features from sensorial data.
• To be able to design behaviour-based control architectures to solve robotic tasks.
• To be able to analyse deliberative control architectures.
• To be able to apply basic Reinforcement Learning algorithms to learn basic robot behaviours.
• To be able to apply the Kalman filtering theory to localize a moving robot.
• To be able to analyse a SLAM algorithm.

1. Introduction

2. Modelling

3. Sensing

4. Control architectures

5. Learning

6. Localization

• Bekey, George A. (cop. 2005). Autonomous robots : from biological inspiration toimplementation and control. Cambridge, Mass. [etc.]: MIT Press.
• Dudek, Gregory, Jenkin, Michael (2000). Computational principles of mobile robotics. Cambridge: Cambridge University Press.
• Siegwart, Roland, Nourbakhsh, Illah R. (2004). Introduction to autonomous mobile robots. Cambridge: MIT Press.
• Thrun, Sebastian, Burgard, Wolfram, Fox, Dieter (2005). Probabilistic robotics. Massachusetts London: The MIT Press.
• Arkin (1998). Bahavior-based Robotics. MIT Press. Catàleg
• Sutton, Richard S., Barto, Andrew G. (cop. 1998). Reinforcement learning : an introduction. Cambridge, Mass.: MIT Press.

Activitats d'avaluació:

The evaluation will consider:
- 30% reviews made in lecture sessions
- 15% preliminary laboratory work
- 25% reports of laboratory results
- 30% term project

The attendance to lecture and laboratory sessions is mandatory (80% minimum).