Curricula CS-UNI

5.58. AI369. Robótica (Electivo)

Semestre: 9no Sem. Créditos: 3
Horas del curso: Teoría: 2 horas; Laboratorio: 2 horas;
Prerrequisitos:
- AI268. Visión Computacional (8vo Sem)

Figura 5.58: Mapa de Conexión. AI369 Robótica

5.58.1. Justificación

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

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)

: 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

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

Referencias Bibliográficas: [Siegwart et al., 2011, Craig, 2017]

Temas

1.

Visión general: problemas y progreso:

a): Sistemas robóticos de última generación, incluyendo sus sensores y una visión general de su procesamiento sensorial
b): Arquitecturas de control de robots, por ejemplo, control deliberativo versus reactivo y vehículos de Braitenberg
c): Modelado del mundo y modelos del mundo
d): Incertidumbre inherente en la percepción y en el control

2.

Sensores y efectores:

a): Sensores: por ejemplo, LIDAR, sonar, visión, profundidad, estereoscópico, cámaras de eventos, micrófonos, háptica
b): Efectores: por ejemplo, ruedas, brazos, pinzas

3.

Marcos de coordenadas, traslación y rotación (2D y 3D)

4.

Espacio de configuración y mapas ambientales

5.

Interpretación de datos sensoriales inciertos

6.

Localización y mapeo

7.

Navegación y control

8.

Cinemática directa e inversa

9.

Planificación de trayectorias de movimiento y optimización de trayectorias

10.

Manipulación y agarre

11.

Control y dinámica de articulaciones

12.

Control basado en visión

13.

Coordinación y colaboración múltiple de robots

14.

Interacción humano-robot:

a): Espacios de trabajo compartidos
b): Equipos humano-robot e HRI físico
c): Robots de asistencia social
d): Predicción de movimiento/tarea/meta
e): Colaboración y comunicación (explícita vs implícita, verbal o simbólica vs no verbal o visual)
f ): Confianza

15.

Aplicaciones y Problemas Sociales, Económicos y éticos:

a): Implicaciones sociales, económicas, de derecho al trabajo
b): Implicaciones éticas y de privacidad de las aplicaciones robóticas
c): Responsabilidad en robótica autónoma
d): Armas autónomas y ética
e): Supervisión y control humano

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]

Referencias Bibliográficas: [Thrun et al., 2005, Siegwart et al., 2011]

Temas

1.

Visión por computadora:

a): Adquisición, representación, procesamiento y propiedades de imágenes
b): Representación de formas, reconocimiento de objetos y segmentación
c): Análisis de movimiento
d): Modelos generativos

2.

Audio y reconocimiento de voz

3.

Tacto y propiocepción

4.

Otras modalidades (por ejemplo, olfato)

5.

Modularidad en el reconocimiento

6.

Enfoques para el reconocimiento de patrones:

a): Algoritmos de clasificación y medidas de calidad de clasificación
b): Técnicas estadísticas
c): Técnicas de aprendizaje profundo

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]

Referencias Bibliográficas: [Thrun et al., 2005, Siegwart et al., 2011]

Temas

1.

Visión general: problemas y progreso:

a): Sistemas robóticos de última generación, incluyendo sus sensores y una visión general de su procesamiento sensorial
b): Arquitecturas de control de robots, por ejemplo, control deliberativo versus reactivo y vehículos de Braitenberg
c): Modelado del mundo y modelos del mundo
d): Incertidumbre inherente en la percepción y en el control

2.

Sensores y efectores:

a): Sensores: por ejemplo, LIDAR, sonar, visión, profundidad, estereoscópico, cámaras de eventos, micrófonos, háptica
b): Efectores: por ejemplo, ruedas, brazos, pinzas

3.

Marcos de coordenadas, traslación y rotación (2D y 3D)

4.

Espacio de configuración y mapas ambientales

5.

Interpretación de datos sensoriales inciertos

6.

Localización y mapeo

7.

Navegación y control

8.

Cinemática directa e inversa

9.

Planificación de trayectorias de movimiento y optimización de trayectorias

10.

Manipulación y agarre

11.

Control y dinámica de articulaciones

12.

Control basado en visión

13.

Coordinación y colaboración múltiple de robots

14.

Interacción humano-robot:

a): Espacios de trabajo compartidos
b): Equipos humano-robot e HRI físico
c): Robots de asistencia social
d): Predicción de movimiento/tarea/meta
e): Colaboración y comunicación (explícita vs implícita, verbal o simbólica vs no verbal o visual)
f ): Confianza

15.

Aplicaciones y Problemas Sociales, Económicos y éticos:

a): Implicaciones sociales, económicas, de derecho al trabajo
b): Implicaciones éticas y de privacidad de las aplicaciones robóticas
c): Responsabilidad en robótica autónoma
d): Armas autónomas y ética
e): Supervisión y control humano

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

: [Siegwart et al., 2011]
: [Craig, 2017]
: [Thrun et al., 2005]