3.63. AI369 Robótica (Electivo)
  • ES Español (Latinoamérica)

3.63. AI369 Robótica (Electivo)

Figura 3.63: Mapa de Conexión. AI369 Robótica

  • ES Español (Latinoamérica)
3.63.1. 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.

  • ES Español (Latinoamérica)
3.63.2. 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.

  • ES Español (Latinoamérica)
3.63.3. 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)

  • ES Español (Latinoamérica)
3.63.4. Contenido Volver arriba

  • ES Español (Latinoamérica)
3.63.4.1. 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:
    1. Sistemas robóticos de última generación, incluyendo sus sensores y una visión general de su procesamiento sensorial
    2. Arquitecturas de control de robots, por ejemplo, control deliberativo versus reactivo y vehículos de Braitenberg
    3. Modelado del mundo y modelos del mundo
    4. Incertidumbre inherente en la percepción y en el control
  2. Sensores y efectores:
    1. Sensores: por ejemplo, LIDAR, sonar, visión, profundidad, estereoscópico, cámaras de eventos, micrófonos, háptica
    2. 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:
    1. Espacios de trabajo compartidos
    2. Equipos humano-robot e HRI físico
    3. Robots de asistencia social
    4. Predicción de movimiento/tarea/meta
    5. Colaboración y comunicación (explícita vs implícita, verbal o simbólica vs no verbal o visual)
    6. Confianza
  15. Aplicaciones y Problemas Sociales, Económicos y éticos:
    1. Implicaciones sociales, económicas, de derecho al trabajo
    2. Implicaciones éticas y de privacidad de las aplicaciones robóticas
    3. Responsabilidad en robótica autónoma
    4. Armas autónomas y ética
    5. 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]
  • ES Español (Latinoamérica)
3.63.4.2. Percepción y Visión por Computadora (12 horas) [Habilidades AG-C09,AG-C11] Volver arriba

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

Temas

  1. Visión por computadora:
    1. Adquisición, representación, procesamiento y propiedades de imágenes
    2. Representación de formas, reconocimiento de objetos y segmentación
    3. Análisis de movimiento
    4. 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:
    1. Algoritmos de clasificación y medidas de calidad de clasificación
    2. Técnicas estadísticas
    3. 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]
  • ES Español (Latinoamérica)
3.63.4.3. Robótica (24 horas) [Habilidades AG-C09,AG-C11] Volver arriba

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

Temas

  1. Visión general: problemas y progreso:
    1. Sistemas robóticos de última generación, incluyendo sus sensores y una visión general de su procesamiento sensorial
    2. Arquitecturas de control de robots, por ejemplo, control deliberativo versus reactivo y vehículos de Braitenberg
    3. Modelado del mundo y modelos del mundo
    4. Incertidumbre inherente en la percepción y en el control
  2. Sensores y efectores:
    1. Sensores: por ejemplo, LIDAR, sonar, visión, profundidad, estereoscópico, cámaras de eventos, micrófonos, háptica
    2. 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:
    1. Espacios de trabajo compartidos
    2. Equipos humano-robot e HRI físico
    3. Robots de asistencia social
    4. Predicción de movimiento/tarea/meta
    5. Colaboración y comunicación (explícita vs implícita, verbal o simbólica vs no verbal o visual)
    6. Confianza
  15. Aplicaciones y Problemas Sociales, Económicos y éticos:
    1. Implicaciones sociales, económicas, de derecho al trabajo
    2. Implicaciones éticas y de privacidad de las aplicaciones robóticas
    3. Responsabilidad en robótica autónoma
    4. Armas autónomas y ética
    5. 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]

  • ES Español (Latinoamérica)
3.63.5. 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. (2005b). Probabilistic Robotics. MIT Press.

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono