Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Ulteriori Attività formativa D e F
Nella scelta delle attività di tipo D, gli studenti dovranno tener presente che in sede di approvazione si terrà conto della coerenza delle loro scelte con il progetto formativo del loro piano di studio e dell'adeguatezza delle motivazioni eventualmente fornite.
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Linguaggio Programmazione Matlab-Simulink | D |
Bogdan Mihai Maris
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduzione alla stampa 3D | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Linguaggio programmazione Python | D |
Vittoria Cozza
(Coordinatore)
|
| 1° 2° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Roberto Giacobazzi
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Maria Caterina Baruffi
(Coordinatore)
|
| 1° 2° | Minicorso Blockchain | D |
Nicola Fausto Spoto
(Coordinatore)
|
Robotics, vision and control (2020/2021)
L'insegnamento è organizzato come segue:
ROBOTICS
Crediti
3
Periodo
Vedi pagina del modulo
Docenti
Vedi pagina del modulo
Obiettivi formativi
Il corso mira a fornire le seguenti conoscenze: aspetti teorici e applicativi di algoritmi di controllo per robot basati su visione, con particolare riferimento a tematiche di calibrazione camera-robot, ricostruzione, pianificazione e controllo del movimento.
Al termine del corso lo studente dovrà dimostrare di avere le seguenti capacità di applicare le conoscenze acquisite: capacità di scegliere, integrare e implementare algoritmi di calibrazione, ricostruzione 3D, pianificazione e controllo per sistemi robotici guidati da visione; dimostrare conoscenza dei principali tool di (a) calibrazione camera-robot; (b) uso di sensori range; (c) ricostruzione scene da camere; (d) pianificazione e controllo basato su visione.
Dovrà anche avere capacità di definire le specifiche tecniche per selezionare, integrare e progettare moduli software per sistemi robotici basati su visione ed essere in grado di confrontarsi con figure professionali per progettare architetture di controllo basate su visione per sistemi robotici complessi.
Dovrà infine avere la capacità di proseguire gli studi in modo autonomo per seguire l'evoluzione tecnica nell'ambito del controllo di robot basato su sistemi di visione.
Programma
Argomenti che verranno affrontati durante il corso:
- controllo del movimento di un manipolatore
- pianificazione delle traiettorie
- ricostruzione 3D dell'area di lavoro
- calibrazione camera-robot
- controllo di manipolatori robotici basati sulla visione
Durante l'attività di laboratorio, gli studenti implementeranno gli algoritmi in ROS/Matlab-Simulink e sui manipolatori robotici disponibili in laboratorio.
Bibliografia
| Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|
| Peter Corke | Robotics, Vision and Control | Springer Nature | 2017 | 978-3-319-54412-0 |
Modalità d'esame
L'esame consisterà in un progetto su alcuni degli argomenti sviluppati durante il corso. Lo studente dovrà implementare su ROS (e/o Matlab/Simulink) un algoritmo, verificarne il corretto funzionamento e presentare un breve documento tecnico sul lavoro fatto.
Per superare l'esame lo studente dovrà dimostrare di:
- aver compreso i collegamenti tra robotica, visione e controllo,
- saper applicare le conoscenze acquisite durante il corso per risolvere il problema assegnato.
- essere in grado di esporre il proprio lavoro e di argomentare le scelte progettuali.
