Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
Webová stránka:
https://cw.fel.cvut.cz/wiki/courses/aro
Anotace:
Předmět Autonomní Robotika naučí pricipům potřebným k vývoji algoritmů pro inteligentní mobilní roboty jako jsou například algoritmy pro:
(1) | | Mapování a lokalizaci (SLAM) a kalibraci sensorů (např. lidaru či kamery). |
(2) | | Plánová í cesty v existující mapě, či planování explorace v částečně neznámé mapě. |
Důležité: Očekává se, že studenti mají pracovní znalost optimalizace (Gauss-Newton method, Levenberg Marquardt method, full Newton method), matematické analýzy (gradient, Jacobian, Hessian, vícerozměrný Taylor polynom), linear algebra (least-squares method),pravděpodobnostní teorie (vícerozměrný gaussian), statistiky (maximum likelihood a maximum aposteriori estimate), programování v pythonu a algoritmů strojového učení.
Tento předmět je také součástí meziuniverzitního programu prg.ai Minor. Ten spojuje to nejlepší z výuky AI v Praze s cílem poskytnout studujícím hlubší a širší vhled do oboru umělé inteligence. Více informací je k dispozici na webu
https://prg.ai/minor.
Obsah:
https://cw.fel.cvut.cz/b212/courses/aro/start
Osnovy přednášek:
https://cw.fel.cvut.cz/b212/courses/aro/lectures/start
Osnovy cvičení:
https://cw.fel.cvut.cz/b212/courses/aro/tutorials/start
Literatura:
[1] | | Goodfellow et al. Deep Learning, 2016 http://www.deeplearningbook.org |
[2] | | Hartley, Zisserman Multipleview Geometry, 2004, https://www.robots.ox.ac.uk/~vgg/hzbook |
[3] | | Steven M. LaValle. Planning Algorithms, Cambridge University Press, 2006. (volně na internetu, http://planning.cs.uiuc.edu/) |
[4] | | B. Siciliano, O. Khatib (editoři). Handbook of Robotics, Springer-Verlag, Berlin 2008. |
Požadavky:
Očekává se, že studenti mají pracovní znalost optimalizace (Gauss-Newton method, Levenberg Marquardt method, full Newton method), matematické analýzy (gradient, Jacobian, Hessian, vícerozměrný Taylor polynom), linear algebra (least-squares method),pravděpodobnostní teorie (vícerozměrný gaussian), statistiky (maximum likelihood a maximum aposteriori estimate), programování v pythonu a algoritmů strojového učení.
Předmět je zahrnut do těchto studijních plánů:
Stránka vytvořena 19.5.2024 15:50:46, semestry: Z/2024-5, Z,L/2023-4, připomínky k informační náplni zasílejte správci studijních plánů |
Návrh a realizace: I. Halaška (K336), J. Novák (K336) |