| 106學年第2學期課程綱要 |
|
@尊重智慧財產權,請同學勿隨意影印教科書 。 Please respect the intellectual property rights, and shall not copy the textbooks arbitrarily. |
|
| 一、課程基本資料 |
| 開課序號 | 1121 | 課程學制 | |
| 科目代碼 | AEM0048 | 課程名稱 | 機器人地圖建立與定位 |
| 英文名稱 | Simultaneous Localization and Mapping for Robotics | ||
| 全/半年 | 半 | 必/選修 | 選修 |
| 學分數 | 3.0 | 每週授課時數 | 正課時數: 3 小時 |
| 開課系級 | 電機系（碩） | ||
| 先修課程 | |||
| 課程簡介 | This course covers a variety of topics and issues in applied AI: computer vision, mobile robotics, and multi-robot systems. These abstract components are grounded in the problem of robotic soccer. A selection of topics covered during lectures are: Image segmentation, Optical flow analysis, Ego-motion estimation, Localization, and Mapping. | ||
| 課程目標 | 對應系所核心能力 | ||
| 1. 瞭解機器人導航之原理 | 碩士: 1-1 具備電機電子領域的專業知識。 |
||
| 2. 瞭解機器人導航之各種技術，能夠撰寫程式以控制機器人 | 碩士: 1-2 策劃及執行電機電子專題研究的能力。 |
||
| 3. 熟悉機器人所需之機電整合所需技術 | 碩士: 1-2 策劃及執行電機電子專題研究的能力。 |
||
| 4. 培養問題導向的思維和研究之能力 | 碩士: 2-2 具備創新思考及獨立解決問題的能力。 |
||
| 5. 提升工程問題理解之能力，能夠分析各種機器人相關問題及設計解決方案 | 碩士: 2-2 具備創新思考及獨立解決問題的能力。 |
||
| 6. 能夠搜尋相關技術文獻，提升自我學習之能力 | 碩士: 2-3 具備終身自我學習成長的能力。 |
||
| 7. 能夠以小組方式進行主題式研究，培養團隊合作之能力 | 碩士: 3-1 具備與不同領域人員協調整合的能力。 |
||
| 二、教學大綱 |
| 授課教師 | 包傑奇 | ||
| 教學進度與主題 | |||
|
Week 1-2: Introduction to localization and mapping for navigation Week 3-4: The fundamentals of probability theory for Localization and mapping Week 5-6: Localization: motion models, sensor models, and Monte Carlo method, particle filter Week 7-8: Eigenvectors and singular value decomposition Week 9-10: Incremental closest point algorithm Week 11-12: Introduction to computer vision, thresholding, histograms, edge detection, Sobel, and Laplacian Week 13-14: Convolution, segmentation, and integral image Week 15-16: Visual SLAM, SIFT and SURF features Week 17: Visual SLAM - Bundle adjustment Week 18: Final Exam |
|||
| 教學方法 | |||
| 方式 | 說明 | ||
| 講述法 | |||
| 問題解決教學 | |||
| 專題研究 | |||
| 評量方法 | |||
| 方式 | 百分比 | 說明 | |
| 期中考 | 30 % | A midterm exam will be held after approximately the first half of the course. | |
| 期末考 | 30 % | A final exam will examine all material learned by the students. | |
| 課堂討論參與 | 20 % | ||
| 出席 | 20 % | ||
| 參考書目 |
1.H. Kantor, W. Burgard, L. Kavraki and S. Thru, ”Principles of Robot Motion: Theory, Algorithms, and Implementation,” MIT press 2.S. Thrum, W. Burgard and D. Fox, “Probabilistic Robotics,”MIT press |
||