• ES Español
• EN English

5.58. Robótica (Electivo)

5.58.1. Justificación ↑ Volver arriba

La Robótica es la manifestación física de la Inteligencia Artificial. Este curso introduce los conceptos fundamentales del diseño de robots, incluyendo cinemática, percepción y control. Los estudiantes explorarán cómo los robots interactúan con el mundo físico a través de sensores y actuadores, y cómo toman decisiones autónomas usando técnicas probabilísticas de mapeo y localización. El curso cierra la brecha entre algoritmos abstractos y ejecución física.

5.58.2. Objetivos Generales ↑ Volver arriba

1. Comprender los fundamentos mecánicos y matemáticos de la cinemática del robot.
2. Dominar técnicas de fusión de sensores para percepción robótica.
3. Implementar algoritmos de navegación y planificación de trayectorias.
4. Analizar la integración del aprendizaje automático en el control robótico.
5. Diseñar y simular agentes autónomos para entornos específicos.

5.58.3. Contribución a los resultados (Outcomes) ↑ Volver arriba

AG-C09) Diseño y Desarrollo de Soluciones: Diseña, implementa y evalúa soluciones para problemas complejos de computación. (Usage)

AG-C11) Uso de Herramientas: Aplica herramientas modernas de computación en la resolución de problemas. (Assessment)

5.58.4. Contenido ↑ Volver arriba

5.58.4.1. Robótica (12 horas) [Habilidades AG-C09,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (Siegwart et al., 2011; Craig, 2017)

Temas

1. Visión general: problemas y progreso:
2. Sistemas robóticos de última generación, incluyendo sus sensores y una visión general de su procesamiento sensorial
3. Arquitecturas de control de robots, por ejemplo, control deliberativo versus reactivo y vehículos de Braitenberg
4. Modelado del mundo y modelos del mundo
5. Incertidumbre inherente en la percepción y en el control enumerate
6. Sensores y efectores:
7. Sensores: por ejemplo, LIDAR, sonar, visión, profundidad, estereoscópico, cámaras de eventos, micrófonos, háptica
8. Efectores: por ejemplo, ruedas, brazos, pinzas enumerate
9. Marcos de coordenadas, traslación y rotación (2D y 3D)
10. Espacio de configuración y mapas ambientales
11. Interpretación de datos sensoriales inciertos
12. Localización y mapeo
13. Navegación y control
14. Cinemática directa e inversa
15. Planificación de trayectorias de movimiento y optimización de trayectorias
16. Manipulación y agarre
17. Control y dinámica de articulaciones
18. Control basado en visión
19. Coordinación y colaboración múltiple de robots
20. Interacción humano-robot:
21. Espacios de trabajo compartidos
22. Equipos humano-robot e HRI físico
23. Robots de asistencia social
24. Predicción de movimiento/tarea/meta
25. Colaboración y comunicación (explícita vs implícita, verbal o simbólica vs no verbal o visual)
26. Confianza enumerate
27. Aplicaciones y Problemas Sociales, Económicos y éticos:
28. Implicaciones sociales, económicas, de derecho al trabajo
29. Implicaciones éticas y de privacidad de las aplicaciones robóticas
30. Responsabilidad en robótica autónoma
31. Armas autónomas y ética
32. Supervisión y control humano enumerate

Aprendizaje esperado (Learning Outcomes)

1. Listar capacidades y limitaciones de los sistemas robóticos de última generación actuales, incluyendo sus sensores y el procesamiento sensorial crucial que informa a esos sistemas [Listar/Enumerar]
2. Integrar sensores, actuadores y software en un robot diseñado para emprender una tarea específica [Aplicar]
3. Programar un robot para realizar tareas simples usando arquitecturas de control deliberativas, reactivas y/o híbridas [Aplicar]
4. Implementar algoritmos fundamentales de planificación de movimiento dentro de un espacio de configuración de robot [Aplicar]
5. Caracterizar las incertidumbres asociadas con sensores y actuadores robóticos comunes; articular estrategias para mitigar estas incertidumbres [Caracterizar]
6. Listar las diferencias entre las representaciones del entorno externo de los robots, incluyendo sus fortalezas y limitaciones [Listar/Enumerar]
7. Comparar y contrastar al menos tres estrategias para la navegación de robots dentro de entornos conocidos y/o desconocidos, incluyendo sus fortalezas y limitaciones [Comparar]
8. Describir al menos un enfoque para coordinar las acciones y percepción de varios robots para realizar una única tarea [Describir]
9. Comparar y contrastar un enfoque de coordinación multirobot y un enfoque de colaboración humano-robot y atribuir sus diferencias a diferencias entre los entornos del problema [Comparar]
10. Analizar los problemas sociales, económicos y éticos de una aplicación robótica del mundo real [Analizar]

5.58.4.2. Percepción y Visión por Computadora (12 horas) [Habilidades AG-C09,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (Thrun et al., 2005; Siegwart et al., 2011)

Temas

1. Visión por computadora:
2. Adquisición, representación, procesamiento y propiedades de imágenes
3. Representación de formas, reconocimiento de objetos y segmentación
4. Análisis de movimiento
5. Modelos generativos enumerate
6. Audio y reconocimiento de voz
7. Tacto y propiocepción
8. Otras modalidades (por ejemplo, olfato)
9. Modularidad en el reconocimiento
10. Enfoques para el reconocimiento de patrones:
11. Algoritmos de clasificación y medidas de calidad de clasificación
12. Técnicas estadísticas
13. Técnicas de aprendizaje profundo enumerate

Aprendizaje esperado (Learning Outcomes)

1. Resumir la importancia del reconocimiento de imágenes y objetos en IA e indicar varias aplicaciones significativas de esta tecnología [Resumir]
2. Listar al menos tres enfoques de segmentación de imágenes, como umbralización, algoritmos basados en bordes y basados en regiones, junto con sus características definitorias, fortalezas y debilidades [Listar/Enumerar]
3. Implementar reconocimiento de objetos 2D basado en representaciones de forma basadas en contorno y/o región [Aplicar]
4. Distinguir los objetivos del reconocimiento de sonido, reconocimiento de voz y reconocimiento de hablante, e identificar cómo se manejará diferente la señal de audio cruda en cada uno de estos casos [Distinguir]
5. Proporcionar al menos dos ejemplos de transformación de una fuente de datos de un dominio sensorial a otro, por ejemplo, datos táctiles interpretados como imágenes 2D de banda única [Generar]
6. Implementar un algoritmo de extracción de características en datos reales, por ejemplo, un detector de bordes o esquinas para imágenes o vectores de coeficientes de Fourier que describen un segmento corto de señal de audio [Aplicar]
7. Implementar un algoritmo que combine características en percepciones de nivel superior, por ejemplo, un contorno o polígono a partir de primitivas visuales o hipótesis de fonemas a partir de una señal de audio [Aplicar]
8. Implementar un algoritmo de clasificación que segmenta percepciones de entrada en categorías de salida y evalúa cuantitativamente la clasificación resultante [Aplicar]
9. Evaluar el rendimiento de la extracción de características subyacente, relativo a al menos un enfoque alternativo posible (ya sea implementado o no) en su contribución a la tarea de clasificación (8), anterior [Evaluar]
10. Describir al menos tres enfoques de clasificación, sus prerrequisitos para aplicabilidad, sus fortalezas y sus limitaciones [Describir]
11. Implementar y evaluar una solución de aprendizaje profundo para problemas en visión por computadora, como reconocimiento de objetos o escenas [Aplicar]

5.58.4.3. Robótica (24 horas) [Habilidades AG-C09,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (Thrun et al., 2005; Siegwart et al., 2011)

Temas

1. Visión general: problemas y progreso:
2. Sistemas robóticos de última generación, incluyendo sus sensores y una visión general de su procesamiento sensorial
3. Arquitecturas de control de robots, por ejemplo, control deliberativo versus reactivo y vehículos de Braitenberg
4. Modelado del mundo y modelos del mundo
5. Incertidumbre inherente en la percepción y en el control enumerate
6. Sensores y efectores:
7. Sensores: por ejemplo, LIDAR, sonar, visión, profundidad, estereoscópico, cámaras de eventos, micrófonos, háptica
8. Efectores: por ejemplo, ruedas, brazos, pinzas enumerate
9. Marcos de coordenadas, traslación y rotación (2D y 3D)
10. Espacio de configuración y mapas ambientales
11. Interpretación de datos sensoriales inciertos
12. Localización y mapeo
13. Navegación y control
14. Cinemática directa e inversa
15. Planificación de trayectorias de movimiento y optimización de trayectorias
16. Manipulación y agarre
17. Control y dinámica de articulaciones
18. Control basado en visión
19. Coordinación y colaboración múltiple de robots
20. Interacción humano-robot:
21. Espacios de trabajo compartidos
22. Equipos humano-robot e HRI físico
23. Robots de asistencia social
24. Predicción de movimiento/tarea/meta
25. Colaboración y comunicación (explícita vs implícita, verbal o simbólica vs no verbal o visual)
26. Confianza enumerate
27. Aplicaciones y Problemas Sociales, Económicos y éticos:
28. Implicaciones sociales, económicas, de derecho al trabajo
29. Implicaciones éticas y de privacidad de las aplicaciones robóticas
30. Responsabilidad en robótica autónoma
31. Armas autónomas y ética
32. Supervisión y control humano enumerate

Aprendizaje esperado (Learning Outcomes)

1. Listar capacidades y limitaciones de los sistemas robóticos de última generación actuales, incluyendo sus sensores y el procesamiento sensorial crucial que informa a esos sistemas [Listar/Enumerar]
2. Integrar sensores, actuadores y software en un robot diseñado para emprender una tarea específica [Aplicar]
3. Programar un robot para realizar tareas simples usando arquitecturas de control deliberativas, reactivas y/o híbridas [Aplicar]
4. Implementar algoritmos fundamentales de planificación de movimiento dentro de un espacio de configuración de robot [Aplicar]
5. Caracterizar las incertidumbres asociadas con sensores y actuadores robóticos comunes; articular estrategias para mitigar estas incertidumbres [Caracterizar]
6. Listar las diferencias entre las representaciones del entorno externo de los robots, incluyendo sus fortalezas y limitaciones [Listar/Enumerar]
7. Comparar y contrastar al menos tres estrategias para la navegación de robots dentro de entornos conocidos y/o desconocidos, incluyendo sus fortalezas y limitaciones [Comparar]
8. Describir al menos un enfoque para coordinar las acciones y percepción de varios robots para realizar una única tarea [Describir]
9. Comparar y contrastar un enfoque de coordinación multirobot y un enfoque de colaboración humano-robot y atribuir sus diferencias a diferencias entre los entornos del problema [Comparar]
10. Analizar los problemas sociales, económicos y éticos de una aplicación robótica del mundo real [Analizar]

5.58.5. Referencias Bibliográficas ↑ Volver arriba

Siegwart, R., Nourbakhsh, I. R., and Scaramuzza, D. (2011). Introduction to Autonomous Mobile Robots. MIT Press, 2nd edition.

Craig, J. J. (2017). Introduction to Robotics: Mechanics and Control. Pearson, 4th edition.

Thrun, S., Burgard, W., and Fox, D. (2005). Probabilistic Robotics. MIT Press.