Percezione robotica

Eugenio Guglielmelli  

Presentare la Robotica Avanzata come dominio applicativo per l’Informatica, con particolare riferimento alle problematiche della percezione artificiale e della coordinazione senso-motoria Identificare gli strumenti informatici di applicazione in robotica e presentare casi applicativi concreti.

Il corso introduce la bioingegneria e la robotica biomedica e fornisce le conoscenze di base sul sistema nervoso umano, con particolare riferimento ai sistemi sensoriali visivo e tattile ed all'elaborazione dei dati sensoriali per la determinazione di schemi motori, come riferimento per l'applicazione in sistemi robotici. Il corso fornisce poi fondamenti di robotica, percezione artificiale, elaborazione di dati sensoriali, fusione sensoriale, schemi di controllo, supervisione, coordinazione senso-motoria nei robot e cooperazione uomo-robot.
Il corso si articola su lezioni teoriche ed esercitazioni nei laboratori della Scuola Superiore Sant’Anna

A. Modulo di introduzione alla Percezione Robotica

• Il ruolo della percezione artificiale in robotica: dalla automazione industriale agli umanoidi
• Modelli biologici per la percezione artificiale
• Introduzione alla bioingegneria ed alla robotica biomedica

B. Modulo di Percezione Artificiale

• Sistemi sensoriali artificiali antropomorfi e non antropomorfi
  • definizione di trasduttore e di sistema sensoriale
  • classificazione dei trasduttori e delle modalità sensoriali
  • requisiti fondamentali dei sensori
  • sensori di distanza e di prossimità: triangolazione, metodi basati sulla luce strutturata e sul tempo di volo, sensori induttivi, a effetto Hall, capacitivi, a ultrasuoni, ottici
• Tatto artificiale
  • cenni sul sistema tattile umano
  • quantità fisiche percepite attraverso il tatto
  • sensori tattili propriocettivi: encoder ottici relativi ed assoluti
  • sensori tattili esterocettivi: strain gauge e sensori di forza, sensori tattili binari ed analogici, array tattili pneumatici, digitali VLSI, piezoresistivi ed ottici, sensori termici, sensori dinamici
  • esempi di pelle artificiale e dita artificiali
  • fondamenti di elaborazione dell'informazione tattile: procedure esplorative e tecniche di base per il riconoscimento di oggetti
• Visione artificiale e tecniche di elaborazione delle immagini
  • formazione dell'immagine: principi di funzionamento dei dispositivi per l'acquisizione di immagini, definizioni di immagine digitalizzata, connettività e distanza
  • preelaborazione (early processing): alcune tecniche di filtraggio, rilevamento dei bordi e sogliatura
  • segmentazione: rilevamento e rappresentazione dei contorni e delle regioni
  • visione stereoscopica: principi fondamentali

C. Modulo di Robotica

• Fondamenti di meccanica e controllo di robot
  • introduzione alla meccanica dei robot
  • cinematica di un braccio robotico: matrici di trasformazione, definizione di spazio dei giunti e spazio cartesiano, problemi di cinematica diretta ed inversa
  • cenni di dinamica e controllo dei robot
• Cenni di navigazione robotica
  • problemi fondamentali della navigazione dei robot: rappresentazione dell'ambiente, pianificazione ed inseguimento delle traiettorie, localizzazione
  • Mappe e rappresentazione dell'ambiente: Rappresentazione Geometrica (Occupancy grid, Descrizione geometrica), Rappresentazione Topologica
  • Tecniche di Pianificazione ed Inseguimento delle Traiettorie: Road Map, Campi di Potenziale
  • Tecniche di Localizzazione: Dead Reckoning, Tecniche di localizzazione basate su sistemi sensoriali (Laser, US, Visione);
  • Un esempio applicativo: il software per il controllo della base mobile Pioneer

D. Modulo di Supervisione e Controllo di Sistemi Naturali e Artificiali

• Modelli neuro-fisiologici
  • Introduzione alle neuro-scienze e alla neuro-ingegneria
  • Cenni sui sistemi di coordinamento senso-motori biologici
  • Un modello artificiale: il CMAC
• Architetture di supervisione e controllo di robot
  • classificazione delle architetture per la supervisione di robot
  • caratteristiche principali delle architetture gerarchiche, reattive, ibride e distribuite
• Cenni sulle reti neurali
  • Introduzione sui neuro-controllori
  • Il neurone biologico schema di base di un sistema di supervisione di robot
  • Il neurone formale: introduzione alle reti neurali
  • Il perceptron
  • Modelli auto-organizzanti: le mappe di Kohonen
  • Le Reti Ricorrenti Neurali (RNN): controllo dei sistemi dinamici
  • Reinforcement Learning (RL)
• Esempi applicativi
  • CARBOT
  • Un neuro-controllore per il controllo della presa:
  • apprendim

Riferimenti bibliografici per modulo
A. Modulo di introduzione alla Percezione Robotica

• R. Murphy, Introduction to AI Robotics, The MIT Press, CAP.1, par 1-4;
• E. Biondi, Storia della Bioingegneria, Patron Editore, pp.389-425;

B. Modulo di Percezione Artificiale

Sistemi sensoriali artificiali ant. e non antropomorfi

• Fu, Gonzalez, Lee, "Robotica", McGraw Hill, Cap. 6;
• Russell, "Tactile Sensing", Prentice Hall, Cap. 4, par 1,2,3;

Tatto artificiale

• Russell, "Tactile Sensing", Prentice Hall, Cap.1,2,3;

Visione artificiale e tecniche di elaborazione delle immagini

• Fu, Gonzalez, Lee, "Robotica", McGraw Hill, Cap 7;
• Fu, Gonzalez, Lee, "Robotica", McGraw Hill, Cap 8, pp. 453-467; pp. 492-502;

C. Modulo di Robotica

Fondamenti di meccanica e controllo di robot

• Fu, Gonzalez, Lee, "Robotica", McGraw Hill
• Cap. 1 Cap. 2, pp. 33-67
• Cap. 4, pp. 195-204 Cap. 5, pp. 259-263
• Sciavicco, Siciliano, "Robotica Industriale", McGraw Hill Cap. 2-8

Cenni di navigazione robotica

• Latombe, Robot Motion Planning, Kluwer Academic Publishers, Cap. 1, pp.1-21;
• R. A. Brooks, "Cambrian Intelligence", The MIT Press, Cap. 1, pp. 1-26
• D. Modulo di Supervisione e Controllo di Sistemi Naturali e Artificiali

Modelli neuro-fisiologici

Architetture di supervisione e controllo di robot

• R. Murphy, Introduction to AI Robotics, The MIT Press, pp. 1-12
• J. O. Gray, D.G. Campbell, D. G. Caldwell, Advanced Robotics & Intelligent Machines: Cap 1; Cap.2, pp.19-24

Cenni sulle reti neurali

• James S. Albus, "Brains, Behavior, & Robotics", BYTE Books, Subsidiary of McGraw Hill, Cap. 6

  Il materiale e' integrato da copie dei lucidi proiettati a lezione ed eventuali copie di articoli scientifici selezionati dai docenti, consegnate a lezione e disponibili presso la segreteria dell'ARTS Lab della Scuola Superiore Sant'Anna, presso il Polo Sant'Anna Valdera, viale Rinaldo Piaggio 34, Pontedera (PI).

  Letture di approfondimento

  • Stauttgard, "Robotics and AI"
  • D. Ballard, C. Brown, "Computer vision", Prentice hall
  • Russell, "Tactile Sensing", Prentice Hall
  • D.A.Bradley, D. Dawson, N.C. Burd, A.J. Loader, "Mechatronics", Chapman and Hall, 1991
  • R. A. Brooks, "Cambrian Intelligence", The MIT Press
  • J-C. Latombe, "Robot motion planning", Kluwer Academic Publishers, 1991
  • Meeden, "An incremental approach to developing intelligent neural network controllers for robots", IEEE Transactions on Systems, Man, and Cybernetics, Vol.26, N°3, pp.474-485, giugno '96
  • Freeman F. and Skapura D. 1991 "Neural networks: algorithms, applications and programming techniques", Addison Wesley, pp.1-43, 89-106

Scritto e orale