Especialización en Sistemas de Navegación de Robots

Módulo 1. Robótica: diseño y modelado de robots

1.1. Robótica e Industria 4.0

1.1.1. Robótica e Industria 4.0
1.1.2. Campos de aplicación y casos de uso
1.1.3. Subáreas de especialización en Robótica

1.2. Arquitecturas hardware y software de robots

1.2.1. Arquitecturas hardware y tiempo real
1.2.2. Arquitecturas software de robots
1.2.3. Modelos de comunicación y tecnologías Middleware
1.2.4. Integración de software con Robot Operating System (ROS)

1.3. Modelado matemático de robots

1.3.1. Representación matemática de sólidos rígidos
1.3.2. Rotaciones y traslaciones
1.3.3. Representación jerárquica del estado
1.3.4. Representación distribuida del estado en ROS (librería TF)

1.4. Cinemática y dinámica de robots

1.4.1. Cinemática
1.4.2. Dinámica
1.4.3. Robots subactuados
1.4.4. Robots redundantes

1.5. Modelado de robots y simulación

1.5.1. Tecnologías de modelado de robots
1.5.2. Modelado de robots con URDF
1.5.3. Simulación de robots
1.5.4. Modelado con simulador Gazebo

1.6. Robots manipuladores

1.6.1. Tipos de robots manipuladores
1.6.2. Cinemática
1.6.3. Dinámica
1.6.4. Simulación

1.7. Robots móviles terrestres

1.7.1. Tipos de robots móviles terrestres
1.7.2. Cinemática
1.7.3. Dinámica
1.7.4. Simulación

1.8. Robots móviles aéreos

1.8.1. Tipos de robots móviles aéreos
1.8.2. Cinemática
1.8.3. Dinámica
1.8.4. Simulación

1.9. Robots móviles acuáticos

1.9.1. Tipos de robots móviles acuáticos
1.9.2. Cinemática
1.9.3. Dinámica
1.9.4. Simulación

1.10. Robots bioinspirados

1.10.1. Humanoides
1.10.2. Robots con cuatro o más piernas
1.10.3. Robots modulares
1.10.4. Robots con partes flexibles (Soft-Robotics)

Módulo 2. Algoritmos de planificación en robots

2.1. Algoritmos de planificación clásicos

2.1.1. Planificación discreta: espacio de estados
2.1.2. Problemas de planificación en Robótica. Modelos de sistemas robóticos
2.1.3. Clasificación de planificadores

2.2. El problema de planificación de trayectorias en robots móviles

2.2.1. Formas de representación del entorno: grafos
2.2.2. Algoritmos de búsqueda en grafos
2.2.3. Introducción de costes en los grafos
2.2.4. Algoritmos de búsqueda en grafos pesados
2.2.5. Algoritmos con enfoque de cualquier ángulo

2.3. Planificación en sistemas robóticos de alta dimensionalidad

2.3.1. Problemas de Robótica de alta dimensionalidad: manipuladores
2.3.2. Modelo cinemático directo/inverso
2.3.3. Algoritmos de planificación por muestreo PRM y RRT
2.3.4. Planificando ante restricciones dinámicas

2.4. Planificación por muestreo óptima

2.4.1. Problemática de los planificadores basados en muestreo
2.4.2. RRT concepto de optimalidad probabilística
2.4.3. Paso de reconectado: restricciones dinámicas
2.4.4. CForest. Paralelizando la planificación

2.5. Implementación real de un sistema de planificación de movimientos

2.5.1. Problema de planificación global. Entornos dinámicos
2.5.2. Ciclo de acción, sensorización. Adquisición de información del entorno
2.5.3. Planificación local y global

2.6. Coordinación en sistemas multirobot I: sistema centralizado

2.6.1. Problema de coordinación multirobot
2.6.2. Detección y resolución de colisiones: modificación de trayectorias con algoritmos genéticos
2.6.3. Otros algoritmos bio-inspirados: enjambre de partículas y fuegos de artificio
2.6.4. Algoritmo de evitación de colisiones por elección de maniobra

2.7. Coordinación en sistemas multirobot II: enfoques distribuidos I

2.7.1. Uso de funciones de objetivo complejas
2.7.2. Frente de Pareto
2.7.3. Algoritmos evolutivos multiobjetivo

2.8. Coordinación en sistemas multirobot III: enfoques distribuidos II

2.8.1. Sistemas de planificación de orden 1
2.8.2. Algoritmo ORCA
2.8.3. Añadido de restricciones cinemáticas y dinámicas en ORCA

2.9. Teoría de planificación por decisión

2.9.1. Teoría de decisión
2.9.2. Sistemas de decisión secuencial
2.9.3. Sensores y espacios de información
2.9.4. Planificación ante incertidumbre en sensorización y en actuación

2.10. Sistemas de planificación de aprendizaje por refuerzo

2.10.1. Obtención de la recompensa esperada de un sistema
2.10.2. Técnicas de aprendizaje por recompensa media
2.10.3. Aprendizaje por refuerzo inverso

Módulo 3. Técnicas de Visión en Robótica: procesamiento y análisis de imágenes

3.1. La visión por computador

3.1.1. La visión por computador
3.1.2. Elementos de un sistema de visión por computador
3.1.3. Herramientas matemáticas

3.2. Sensores ópticos para la Robótica

3.2.1. Sensores ópticos pasivos
3.2.2. Sensores ópticos activos
3.2.3. Sensores no ópticos

3.3. Adquisición de imágenes

3.3.1. Representación de imágenes
3.3.2. Espacio de colores
3.3.3. Proceso de digitalización

3.4. Geometría de las imágenes

3.4.1. Modelos de lentes
3.4.2. Modelos de cámaras
3.4.3. Calibración de cámaras

3.5. Herramientas matemáticas

3.5.1. Histograma de una imagen
3.5.2. Convolución
3.5.3. Transformada de Fourier

3.6. Preprocesamiento de imágenes

3.6.1. Análisis de ruido
3.6.2. Suavizado de imágenes
3.6.3. Realce de imágenes

3.7. Segmentación de imágenes

3.7.1. Técnicas basadas en contornos
3.7.3. Técnicas basadas en histograma
3.7.4. Operaciones morfológicas

3.8. Detección de características en la imagen

3.8.1. Detección de puntos de interés
3.8.2. Descriptores de características
3.8.3. Correspondencias entre características

3.9. Sistemas de visión 3D

3.9.1. Percepción 3D
3.9.2. Correspondencia de características entre imágenes
3.9.3. Geometría de múltiples vistas

3.10. Localización basada en Visión Artificial

3.10.1. El problema de la localización de robots
3.10.2. Odometría visual
3.10.3. Fusión sensorial