Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Curso 2 de 6 no
Especialização de robótica
Aproximadamente. 11 horas para concluir
Inglês
Legendas: inglês, espanhol

CJ Taylor
Professor de Computador e Ciência da Informação
Escola de Engenharia e Sciencesyllabus – O que você aprenderá com este curso
Métodos de Introdução e Plano Baseado em Gráfico
Bem -vindo à semana 1! Neste módulo, apresentaremos o problema de planejar rotas através de grades onde o robô só pode assumir posições discretas. Podemos modelar essas situações como gráficos em que os nós correspondem aos locais da grade e às bordas para as rotas entre células da grade adjacente. Apresentamos alguns algoritmos que podem ser usados ​​para planejar caminhos entre um nó de partida e um nó de gol, incluindo o algoritmo de primeira pesquisa ou fogo de grama, o algoritmo de Dijkstra e o procedimento A Star.
Espaço de configuração
Bem -vindo à semana 2! Neste módulo, começamos introduzindo o conceito de espaço de configuração, que é uma ferramenta matemática que usamos para pensar no conjunto de posições que nosso robô pode alcançar. Em seguida, discutimos a noção de obstáculos do espaço de configuração, que são regiões no espaço de configuração que o robô não pode assumir por causa de obstáculos ou outros impedimentos. Essa formulação nos permite pensar nos problemas de planejamento de caminhos em termos de construção de trajetórias para um ponto por meio do espaço de configuração. Também descrevemos algumas abordagens que podem ser usadas para discretizar o espaço de configuração contínua em gráficos, para que possamos aplicar ferramentas baseadas em gráficos para resolver nossos problemas de planejamento de movimento.
Métodos de planejamento baseados em amostragem
Bem -vindo à semana 3! Neste módulo, introduzimos o conceito de técnicas de planejamento de caminhos baseados em amostras. Isso envolve pontos de amostragem aleatoriamente no espaço de configuração e, em seguida, forjando bordas livres de colisão entre pontos de amostra vizinhos para formar um gráfico que captura a estrutura do espaço de configuração dos robôs. Falaremos sobre mapas probabilísticos e explorando aleatoriamente árvores rápidas (RRTs) e sua aplicação aos problemas de planejamento de movimento.
Métodos de campo potencial artificial
Bem -vindo à semana 4, a última semana do curso! Outra abordagem do planejamento de movimento envolve a construção de campos potenciais artificiais, projetados para atrair o robô para a configuração de meta desejada e repelir -a dos obstáculos do espaço de configuração. O movimento do robô pode então ser guiado considerando o gradiente dessa função potencial. Neste módulo, ilustraremos essas técnicas no contexto de um espaço de configuração bidimensional simples.