Skip to main content
x
Υπεύθυνος Μαθήματος: Ηλίας Ξυδιάς
Συν-Διδάσκουσα: Ξανθή Παπαγεωργίου
Κωδικός Μαθήματος: 10650
Διδακτικές Μονάδες: 4
ECTS Units: 4
Type: Ελεύθερης Επιλογής (ΕΕ)
Semester: 08 (Εαρινό)
Ώρες: 3 ώρες θεωρία

Το μάθημα «Ρομποτική ΙΙ: Πλοήγηση Αυτόνομων Ρομποτικών Συστημάτων» εστιάζει στις τεχνολογίες σχεδιασμού κίνησης που επιτρέπουν στα αυτόνομα ρομποτικά συστήματα να κινούνται με ασφάλεια και αποτελεσματικότητα σε δυναμικά και πολύπλοκα περιβάλλοντα. Στόχος είναι η κατανόηση των θεμελιωδών αρχών και των σύγχρονων μεθόδων πλοήγησης.

Το μάθημα συνδυάζει θεωρητικές γνώσεις με εργαστηριακές εφαρμογές, όπου οι φοιτητές αποκτούν πρακτική εμπειρία χρησιμοποιώντας εξοπλισμό του Εργαστηρίου Ευφυών Συστημάτων Μεταφορών, αναπτύσσοντας δεξιότητες στον σχεδιασμό και υλοποίηση προηγμένων αυτόνομων ρομποτικών συστημάτων.

Αυτή η ολιστική προσέγγιση προετοιμάζει τους φοιτητές για εφαρμογές ρομποτικής σε περιβάλλοντα που απαιτούν αυξημένη αυτονομία και ασφάλεια.

Το περιεχόμενο του μαθήματος περιλαμβάνει:

  • Βασικές αρχές σχεδιασμού κίνησης: κινηματική και δυναμική μοντελοποίηση, ανάλυση της κίνησης των ρομπότ, και περιορισμοί κίνησης που προκύπτουν από φυσικούς, κινηματικούς και δυναμικούς παράγοντες.
  • Αλγόριθμοι πλοήγησης και αποφυγής εμποδίων: κλασικές και σύγχρονες μέθοδοι όπως οι αλγόριθμοι Dijkstra, A*, Rapidly-exploring Random Trees (RRT) και Potential Fields, που υπολογίζουν ασφαλείς διαδρομές σε πολύπλοκα περιβάλλοντα.
  • Σχεδιασμός τροχιάς: μαθηματικά εργαλεία δημιουργίας ομαλών και εφικτών τροχιών, όπως καμπύλες Clothoid, Bezier, B-splines και πολυωνυμικές μέθοδοι, με εφαρμογές στο σχεδιασμό βέλτιστων διαδρομών για ρομποτικά οχήματα.
  • Συστήματα ελέγχου κίνησης: κλασικοί PID ελεγκτές και προηγμένοι μέθοδοι, όπως ο Δημιουργικός Προβλεπτικός Έλεγχος (Model Predictive Control, MPC) για τη ρομποτική πλοήγηση.
  • Αισθητήρες και σύντηξη δεδομένων: τεχνολογίες αντίληψης όπως LiDAR, κάμερες και IMU, καθώς και τεχνικές σύντηξης των αισθητηριακών δεδομένων για βελτιστοποίηση της πλοήγησης και της λήψης αποφάσεων σε πραγματικό χρόνο.

Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα έχουν αποκτήσει σε βάθος γνώση και κατανόηση των βασικών και προχωρημένων τεχνολογιών που διέπουν τον σχεδιασμό κίνησης των αυτόνομων ρομποτικών συστημάτων. Συγκεκριμένα, θα είναι ικανοί να αναλύουν κινηματικά και δυναμικά συστήματα ρομπότ, λαμβάνοντας υπόψη τους περιορισμούς κίνησης σε πραγματικά περιβάλλοντα. Η γνώσεις αυτές θα τους επιτρέψουν να αντιμετωπίζουν με αυστηρότητα και ακρίβεια προβλήματα όπως το ευθύ και αντίστροφο κινηματικό πρόβλημα και τη δυναμική μοντελοποίηση ρομποτικών βραχιόνων και οχημάτων.

Επιπλέον, οι φοιτητές θα μπορούν να εφαρμόζουν σύγχρονους αλγορίθμους πλοήγησης και αποφυγής εμποδίων, όπως οι αλγόριθμοι Dijkstra, A*, RRT και Potential Fields, για τον υπολογισμό ασφαλών και αποδοτικών διαδρομών σε περιβάλλοντα με υψηλό βαθμό πολυπλοκότητας. Θα είναι σε θέση να χρησιμοποιούν μαθηματικά εργαλεία για το σχεδιασμό τροχιών, αξιοποιώντας καμπύλες Clothoid, Bezier, B-splines και πολυωνυμικές προσεγγίσεις, διασφαλίζοντας ομαλές και εφικτές κινήσεις των ρομποτικών συστημάτων.

Όσον αφορά στα συστήματα ελέγχου, οι φοιτητές θα έχουν τη δυνατότητα να σχεδιάζουν και να υλοποιούν ελεγκτές τόσο κλασικής (PID) όσο και προχωρημένης μορφής, όπως ο Model Predictive Control (MPC), παρέχοντας αξιοπιστία και ευελιξία στον έλεγχο της κίνησης υπό ποικίλες συνθήκες. Επιπρόσθετα, θα κατανοούν και θα εφαρμόζουν τεχνολογίες αισθητήρων (LiDAR, κάμερες, IMU) και τεχνικές σύντηξης δεδομένων, ώστε να βελτιστοποιείται η αντίληψη του περιβάλλοντος και η λήψη αποφάσεων σε πραγματικό χρόνο.

Το μάθημα προάγει την ανάπτυξη κριτικής σκέψης και επιστημονικής μεθοδολογίας, προετοιμάζοντας τους φοιτητές για την υλοποίηση καινοτόμων λύσεων στον τομέα της ρομποτικής και της αυτονομίας. Μέσω θεωρητικών μαθημάτων και εργαστηριακών εφαρμογών, οι φοιτητές θα αναπτύξουν δεξιότητες προγραμματισμού και πειραματικής αξιολόγησης, χρησιμοποιώντας προηγμένο εξοπλισμό, για να σχεδιάζουν, να υλοποιούν και να αξιολογούν αυτόνομα ρομποτικά συστήματα σε περιβάλλοντα πραγματικού κόσμου.

Εγχειρίδια του μαθήματος:

  1. Μεθοδολογίες Σχεδιασμού Κίνησης με Εφαρμογές σε Ρομποτικά Συστήματα και σε Ευφυή Οχήματα, Ξυδιάς Ηλίας, ΚΑΛΛΙΠΟΣ Ανοικτές Ακαδημαϊκές Εκδόσεις
  2. Εισαγωγή στη Ρομποτική, 4η Βελτιωμένη Έκδοση, Craig John, Γωγούσης Αριστείδης (Επιστ. Επιμέλεια), ΕΚΔΟΣΕΙΣ Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε.

Συμπληρωματική βιβλιογραφία:

  1. Latombe, J.-C. (1990). Robot Motion Planning (1991st ed.). Kluwer Academic.
  2. Canny, J. F. (1988). Complexity of Robot Motion Planning. MIT Press.
  3. Choset, H. M., Lynch, K. M., Hutchinson, S., Kantor, G. A., Burgard, W., Kavraki, L. E., & Thrun, S. (2005). Principles of robot motion: Theory, algorithms, and implementations. Bradford Books.