ID: 9003
врста предмета: стручно-апликативни
носилац предмета: Миљковић Ђ. Зоран
извођачи: Миљковић Ђ. Зоран, Петровић М. Милица, Славковић Р. Никола
контакт особа: Миљковић Ђ. Зоран
ниво студија: мастер академске студије - индустрија 4.0
ЕСПБ: 6
облик завршног испита: усмени
катедра: катедра за производно машинство
Циљ је да студенти остваре способност за развој и имплементацију интелигентних роботских система, коришћењем концепцијског пројектовања и еволутивности, а у складу са основним парадигмама вештачке интелигенције. Упознавањем структуре роботског система, заснованог на методолошком приступу који обухвата механику робота, сензорске и актуаторске подсистеме, управљање и оптимизацију кретања, као и хардверскo-софтверску интеграцију, уз коришћење лабораторијске опреме попут реконфигурабилних мобилних робота са сензорима и лабораторијског модела пројектованог технолошког система, као и 3D симулације применом специјализованих софтверских алата, овладаће знањима и вештинама неопходним за даљи развој нових производних технологија у оквиру четврте индустријске револуције.
По успешном завршетку овог курса, студенти би требало да буду оспособљени да: • Примењују развијене софтверске алате за моделирање и анализу интелигентних роботских система. • Самостално врше избор метода базираних на примени вештачких неуронских мрежа (коришћењем софтвера Matlab и BPnet) и осталих computational intelligence техника у функцији остваривања интелигентног понашања мобилног робота у интеракцији са технолошким окружењем. • Разумеју интеракције софтверских и хардверских подсистема интелигентног мобилног робота кроз реконфигурисање и програмирање у Matlab окружењу. • Имају развијену способност за тимски рад.
Теоријска настава обухвата следеће садржаје: 1. Индустријски робот, мобилни робот: Дефиниције. Функционална структура. Техничке карактеристике. Класификација. Опис механичке структуре. Типови структура. Завршни механизам. Могућности кретања. Сингуларитети. 2. Просторни описи и трансформације. Опис оријентације енд-ефектора. Хомогене трансформације - координатни системи. 3. Увод у кинематику робота. Кинематика робота (Алгоритам придруживања координатних система сегментима робота, директни кинематички проблем). Кинематика робота (Инверзни кинематички проблем). 4. Управљање робота. Интелигентно управљање мобилног робота. 5. Сензори код робота. Системи препознавања. 6. Програмирање робота. 7. Вештачка интелигенција у оквиру напредних роботских система. 8. Вештачке неуронске мреже. 9. Генетички алгоритми. 10.Оптимизација путање кретања мобилног робота. Алгоритам А*.
Практична настава обухвата следеће садржаје: 1. Први рачунски задатак (Трансформационе једначине). 2. Други рачунски задатак (Директни/Инверзни кинематички проблем). 3. Лабораторијска вежба бр. 1: Моделирање и симулација рада роботског система. 4. Лабораторијска вежба бр. 2: Моделирање система вештачких неуронских мрежа. Програмирање у Matlab-у. 5. Лабораторијска вежба бр. 3: Интелигентно управљање мобилног робота. Програмирање у Matlab-у. 6. Лабораторијска вежба бр. 4: Оптимално кретање мобилног робота применом оптимизационих алгоритама. Програмирање у Matlab-у. 7. Семинарски рад: кинематика робота, конфигурисање и програмирање кретања мобилног робота - интелигентно понашање.
/1./ З.Миљковић, Н.Славковић, М.М.Петровић, (2022) Роботски и сензорски ресурси Лабораторије за индустријску роботику и вештачку интелигенцију: • Микроиндустријски и едукациони петоосни робот вертикалне зглобне конфигурације Mitsubishi MOVEMASTER EX RV-M1; • Шестоосни индустријски робот вертикалне зглобне конфигурације ILR LOLA50, са сопственим развојем система за управљање и програмирање у G коду за потребе вишеосне обраде рељефних површина; • Петоосни индустријски робот вертикалне зглобне конфигурације „ГОШКО" са транслаторним модулом; • DELTA робот са паралелном кинематиком, са 3+1 степеном слободе; • Khepera II–KheIIBase мобилни робот са хватачем Khepera Gripper Turret, интегрисаном камером CMUcam VISION TURRET–KheCMUCam и инфрацрвеним сензорима; • Lego® Mindstorms NXT и EV3 ренфигурабилни комплети роботских система са сензорима (оптички сензор, ултразвучни сензор, сензори звука, сензори додира/тактилни сензори); • Систем препознавања (стерео камере) за интелигентно управљање мобилног робота („visual servoing"). /2./ З. Миљковић, М.М. Петровић, (2021) ИНТЕЛИГЕНТНИ ТЕХНОЛОШКИ СИСТЕМИ-са изводима из роботике и вештачке интелигенције, Универзитет у Београду – Машински факултет, XXVIII+409 стр., (I издање: ISBN 978-86-6060-071-6). /3./ З. Миљковић, Н. Славковић, М.М. Петровић, (2022) Предавања за сваку лекцију (handouts). /4./ З. Миљковић, Н. Славковић, М.М. Петровић, (2022) Упутства за израду рачунских задатака, лабораторијских вежбања и семинарског рада. /5./ З. Миљковић, Н. Славковић, (2022) Сајт предмета који садржи неопходне информације за студенте, списак референтних књига и часописа, као и адресе произвођача робота и релевантних институција (IFR, RIA, JARA, CIRP). /6./ Craig J.J., (1989) Introduction to Robotics: Mechanics and Control, Addison Wesley. /7./ Sciavicco L., Siciliano B., (2005) Modelling and Control of Robot Manipulators, Springer. /8./ Dudek G., Jenkin M., (2010) Computational Principles of Mobile Robotics, 2nd ed., Cambridge University Press.
укупан фонд часова: 90
ново градиво: 25
разрада и примери (рекапитулација): 20
аудиторне вежбе: 0
лабораторијске вежбе: 15
рачунски задаци: 10
семинарски рад: 5
пројекат: 0
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0
преглед и оцена рачунских задатака: 1
преглед и оцена лабораторијских извештаја: 2
преглед и оцена семинарских радова: 1
преглед и оцена пројекта: 0
колоквијум са оцењивањем: 2
тест са оцењивањем: 4
завршни испит: 5
активност у току предавања: 5
тест/колоквијум: 40
лабораторијска вежбања: 15
рачунски задаци: 5
семинарски рад: 5
пројекат: 0
завршни испит: 30
услов за излазак на испит (потребан број поена): 30
R.Siegwart,I.R.Nourbakhsh,D.Scaramuzza, (2011) INTRODUCTION TO AUTONOMOUS MOBILE ROBOTS, 2nd Edition, The MIT Press.; R.R. Murphy, (2000) INTRODUCTION TO AI ROBOTICS, The MIT Press, Cambridge, England.; З.Миљковић, Д.Алексендрић, (2018) ВЕШТАЧКЕ НЕУРОНСКЕ МРЕЖЕ – збирка решених задатака са изводима из теорије (II издање), Уџбеник, Универзитет у Београду - Машински факултет, 2018.; W. Van de Velde (editor), (1993) TOWARD LEARNING ROBOTS, MIT Press, Special Issues of Robotics and Autonomous Systems, 1993.; З.Миљковић, Н.Славковић, М.М.Петровић, (2020) Упутства за коришћење и програмирање роботских и сензорских ресурса Лабораторије за индустријску роботику и вештачку интелигенцију.;
Универзитет у Београду, Машински факултет
Краљице Марије 16, 11120 Београд 35
тел. (+381 11) 3302-200, факс 3370364
mf@mas.bg.ac.rs