Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Systemy wizyjne w robotyce
Koordynator przedmiotu:
dr inż. Jan Klimaszewski
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Automatyka Robotyka i Informatyka Przemysłowa
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
SWR
Semestr nominalny:
1 / rok ak. 2019/2020
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1) Liczba godzin bezpośrednich: 32 godz., w tym: • wykład 15 godz. • laboratorium 15 godz. • konsultacje – 2 godz. 2) Praca własna studenta – 35 godz., w tym: • korzystanie z literatury 10 godz. • przygotowanie do zaliczenia 10 godz. • przygotowanie do laboratorium 10 godz. Razem 62 godz = 2 ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1,25 pkt. ECTS - liczba godzin bezpośrednich: 32 godz., w tym: • wykład 15 godz. • laboratorium 15 godz. • konsultacje – 2 godz.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1 pkt. ECTS - liczba godzin praktycznych: 25 godz., w tym: • laboratorium 15 godz., • przygotowanie do laboratorium - 10 godz.
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość Matematyki i Zasad Programowania Strukturalnego na poziomie studiów inżynierskich.
Limit liczby studentów:
Cel przedmiotu:
Znajomość najnowszych kierunków rozwoju systemów wizyjnych robotyki przemysłowej i robotyki mobilnej. Umiejętność implementacji wysoko- i niskopoziomowej podstawowych algorytmów związanych z systemami wizyjnymi.
Treści kształcenia:
===WYKŁAD=== 1. Wprowadzenie do systemów wizyjnych. Biblioteka OpenCV: przegląd funkcji i modułów, macierz CvMat. Biblioteka OpenCL. 2. OpenCV – operacje morfologii matematycznej. Filtry wygładzające w OpenCV. Wykrywanie krawędzi w dziedzinie obrazu, algorytm Canny’ego. 3. DFT, FFT i algorytm motylkowy. Wizualizacja widma. Operacje na obrazach w dziedzinie częstotliwości. 4. Wybrane zastosowania algorytmów filtracji i morfologii. Korelacja fazowa i dopasowanie obrazów. Przekształcenie Log-Polar i DFT. Piramidy Gaussa i Laplace’a. Fuzja obrazów. 5. Wykrywanie narożników i rozpoznawanie konturów w obrazach. Rozpoznawanie ruchu w obrazach wideo: metody różnicowe, algorytm Sigma-Delta, metody zaawansowane. 6. Aktywne systemy wizyjne 3D. Przegląd najnowszych skanerów 3D. Kamery PMD 3D. Kinect - sensor RGB-D. Projekt Tango - mapa 3D w smartfonie. 7. Pasywne systemy 3D - stereowizja. Geometria rzutowa i epipolarna. Zagadnienia kalibracji kamer. Lokalne i globalne metody wyznaczania map dysparycji. Ranking Middlebury. Implementacja sprzętowa, układy FPGA i DSP, kamery i systemy stereo. 8. Systemy wizyjne robotów przemysłowych. Konfiguracja systemów, dobór oświetlenia, korekcja pozycji narzędzia, paletyzacja. System wizyjny FANUC iRVision 2D. ===LABORATORIUM=== 1. Wykorzystanie systemu wizyjnego w zadaniu lokalizacji robota mobilnego (4h) a) kalibracja kamery i tworzenie algorytmu rozpoznającego znacznik b) opracowanie programu sterującego robotem na podstawie informacji o rozpoznanych znacznikach. 2. Zastosowanie systemu FANUC iRVision 2D do korekcji położenia i w zadaniu paletyzacji (4h) 3. Kamery 3D w robotyce przemysłowej (3.5h) 6. Wprowadzenie do programowania układów typu FPGA (3.5h)
Metody oceny:
1. W przypadku zajęć stacjonarnych. • Zaliczenie wykładu (z wagą 60%): dwa sprawdziany w formie testów. • Zaliczenie laboratorium (z wagą 40%): wykonanie 4 ćwiczeń w zespołach 2-3 osobowych, kontrola i ocena punktowa wykonania na miejscu. 2. W przypadku zajęć zdalnych. • Zaliczenie wykładu (z wagą 60%), w tym: zadania zdalne w trakcie trwania wykładu (20%), zdalny sprawdzian w formie testu lub pytań otwartych (40%). • Zaliczenie laboratorium (z wagą 40%): wykonanie zestawu zdalnych ćwiczeń indywidualnych.
Egzamin:
tak
Literatura:
1. Bradski G., Kaehler A.: Learning OpenCV. O"Reilly 2008. 2. Ciesielski P., Sawoniewicz J.: Elementy robotyki mobilnej. Warszawa: Wydaw. Polsko-Japońskiej Wyższej Szkoły Technik Komputerowych 2004 3. Cyganek B.: Komputerowe przetwarzanie obrazów trójwymiarowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2002 4. Gonzalez R.C., Woods: Digital Image Processing. Pearson Educational International, 3 ed, 2008. 5. Honczarenko J.: Roboty przemysłowe. Budowa i zastosowanie. WNT, 2004 6. Malina W., Smiatacz M.: Cyfrowe przetwarzanie obrazów. Akademicka Oficyna Wydawnicza, EXIT 2008 7. Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów. FPT, Kraków 1997, http:// winntbg.bg.agh.edu.pl/skrypty2/0098/komputerow a_analiza.pdf 8. Bołdak C. – Cyfrowe Przetwarzanie Obrazów - prezentacje na licencji GNU FDL: http://aragorn.pb.bialystok.pl/~boldak/
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka SWRm_IIst_W01
ma rozszerzoną wiedzę na temat eksploatacji i cyklu życia systemów wizyjnych wykorzystywanych w robotach mobilnych i przemysłowych
Weryfikacja: Ocena z wykonanych ćwiczeń laboratoryjnych, sprawdziany testowe na wykładzie
Powiązane charakterystyki kierunkowe: K_W10, K_W11
Powiązane charakterystyki obszarowe: I.P7S_WG.o, III.P7S_WG
Charakterystyka SWRm_IIst_W02
ma wiedzę o trendach rozwojowych i najnowszych osiągnięciach zarówno w zakresie systemów wizyjnych stosowanych w robotyce mobilnej i przemysłowej, jak i w zakresie algorytmów i technik tworzenia oprogramowania dla potrzeb tych systemów
Weryfikacja: Ocena z wykonanych ćwiczeń laboratoryjnych, sprawdziany testowe na wykładzie
Powiązane charakterystyki kierunkowe: K_W12
Powiązane charakterystyki obszarowe: I.P7S_WG.o

Profil ogólnoakademicki - umiejętności

Charakterystyka SWRm_IIst_U01
posiada umiejętność integrowania sprzętu w postaci robotów mobilnych lub przemysłowych oraz systemów wizyjnych z dostępnym lub tworzonym oprogramowaniem niezbędnym do ich wszechstronnego funkcjonowania
Weryfikacja: Ocena z wykonanych ćwiczeń laboratoryjnych, sprawdziany testowe na wykładzie
Powiązane charakterystyki kierunkowe: K_U17, K_U18
Powiązane charakterystyki obszarowe: P7U_U, I.P7S_UW.o, III.P7S_UW.o

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka SWRm_IIst_K01
umiejętność pracy w zespole nad realizacją zaawansowanego ćwiczenia laboratoryjnego - zarówno w roli koordynatora, jak i wykonawcy
Weryfikacja: Ocena wykonania ćwiczeń laboratoryjnych
Powiązane charakterystyki kierunkowe: K_K04
Powiązane charakterystyki obszarowe: P7U_K, I.P7S_KR