Fornire agli studenti le competenze
necessarie a concepire, sviluppare e portare a termine la progettazione software di robot e sistemi autonomi. L’insegnamento è caratterizzato da un approccio fortemente sperimentale attraverso l’impiego del framework ROS.
necessarie a concepire, sviluppare e portare a termine la progettazione software di robot e sistemi autonomi. L’insegnamento è caratterizzato da un approccio fortemente sperimentale attraverso l’impiego del framework ROS.
Curriculum
scheda docente materiale didattico
2. Introduzione al middleware Robot Operating System (ROS) 2: nodi, topic, servizi, azioni e parametri.
3. Sistemi di riferimento e trasformazioni: rappresentazioni di rotazioni e trasformazioni e loro gestione in ROS 2.
4. Modelli e cinematica dei robot: cinematica del robot a guida differenziale e di altre piattaforme mobili, descrizione del robot e simulazione.
5. Attuatori e sensori: principi di funzionamento di motori e sensori (encoder, IMU, LiDAR, telecamere) e fonti di errore delle misure.
6. Controllo in retroazione: implementazione e taratura di controllori discreti per il moto di un robot mobile.
7. Algoritmi di percezione: classi di algoritmi di percezione per la robotica, elaborazione di immagini (2D) e di nuvole di punti (3D).
8. Stima dello stato e localizzazione: filtri per la fusione sensoriale e la localizzazione.
9. Mappatura: rappresentazione dell’ambiente, costruzione di mappe e algoritmi per la localizzazione e la mappatura simultanee.
10. Pianificazione del moto e delle missioni: algoritmi di pianificazione del percorso, navigazione con Nav2, gestione delle missioni con macchine a stati finiti e behaviour tree.
- Nikolaus Correll, Bradley Hayes, Christoffer Heckman, and Alessandro Roncone, “Introduction to Autonomous Robots: Mechanisms, Sensors, Actuators, and Algorithms”, MIT Press, 2022, https://github.com/Introduction-to-Autonomous-Robots/Introduction-to-Autonomous-Robots/releases
- Mordechai Ben-Ari, Francesco Mondada, “Elements of Robotics”, Springer Cham, 2017, https://link.springer.com/book/10.1007/978-3-319-62533-1
- Note del docente
Programma
1. Introduzione alla robotica: componenti di un robot, modello Sense-Think-Act, classi di robot mobili, esempi di robot.2. Introduzione al middleware Robot Operating System (ROS) 2: nodi, topic, servizi, azioni e parametri.
3. Sistemi di riferimento e trasformazioni: rappresentazioni di rotazioni e trasformazioni e loro gestione in ROS 2.
4. Modelli e cinematica dei robot: cinematica del robot a guida differenziale e di altre piattaforme mobili, descrizione del robot e simulazione.
5. Attuatori e sensori: principi di funzionamento di motori e sensori (encoder, IMU, LiDAR, telecamere) e fonti di errore delle misure.
6. Controllo in retroazione: implementazione e taratura di controllori discreti per il moto di un robot mobile.
7. Algoritmi di percezione: classi di algoritmi di percezione per la robotica, elaborazione di immagini (2D) e di nuvole di punti (3D).
8. Stima dello stato e localizzazione: filtri per la fusione sensoriale e la localizzazione.
9. Mappatura: rappresentazione dell’ambiente, costruzione di mappe e algoritmi per la localizzazione e la mappatura simultanee.
10. Pianificazione del moto e delle missioni: algoritmi di pianificazione del percorso, navigazione con Nav2, gestione delle missioni con macchine a stati finiti e behaviour tree.
Prerequisiti
Non sono previsti insegnamenti propedeutici. È comunque consigliato aver seguito i corsi di Fondamenti di Automatica e Fondamenti di Intelligenza Artificiale. Sono utili anche le conoscenze di algebra lineare, probabilità e programmazione acquisite nei primi anni del corso di studio.Testi Adottati
- Stefano Carpin, “Mobile Robotics: Theory and Practice”, 2025, https://robotics.ucmerced.edu/mobile-robotics-textbook- Nikolaus Correll, Bradley Hayes, Christoffer Heckman, and Alessandro Roncone, “Introduction to Autonomous Robots: Mechanisms, Sensors, Actuators, and Algorithms”, MIT Press, 2022, https://github.com/Introduction-to-Autonomous-Robots/Introduction-to-Autonomous-Robots/releases
- Mordechai Ben-Ari, Francesco Mondada, “Elements of Robotics”, Springer Cham, 2017, https://link.springer.com/book/10.1007/978-3-319-62533-1
- Note del docente
Modalità Frequenza
Frequenza facoltativaModalità Valutazione
Criteri di assegnazione dei voti: La valutazione degli studenti si basa sui descrittori di Dublino e tiene conto del livello di conoscenza, comprensione ed elaborazione critica degli argomenti trattati nel corso. Gli studenti che dimostrano di aver acquisito i concetti fondamentali e di saperli applicare in contesti semplici otterranno una valutazione sufficiente. I voti medi saranno assegnati a coloro che, oltre a padroneggiare le basi, mostrano capacità di analisi e rielaborazione autonoma di concetti più complessi. I voti più alti sono riservati agli studenti che evidenziano una comprensione approfondita, capacità di sintesi, spirito critico e autonomia nel risolvere problemi anche nuovi o non affrontati esplicitamente durante il corso. scheda docente materiale didattico
2. Introduzione al middleware Robot Operating System (ROS) 2: nodi, topic, servizi, azioni e parametri.
3. Sistemi di riferimento e trasformazioni: rappresentazioni di rotazioni e trasformazioni e loro gestione in ROS 2.
4. Modelli e cinematica dei robot: cinematica del robot a guida differenziale e di altre piattaforme mobili, descrizione del robot e simulazione.
5. Attuatori e sensori: principi di funzionamento di motori e sensori (encoder, IMU, LiDAR, telecamere) e fonti di errore delle misure.
6. Controllo in retroazione: implementazione e taratura di controllori discreti per il moto di un robot mobile.
7. Algoritmi di percezione: classi di algoritmi di percezione per la robotica, elaborazione di immagini (2D) e di nuvole di punti (3D).
8. Stima dello stato e localizzazione: filtri per la fusione sensoriale e la localizzazione.
9. Mappatura: rappresentazione dell’ambiente, costruzione di mappe e algoritmi per la localizzazione e la mappatura simultanee.
10. Pianificazione del moto e delle missioni: algoritmi di pianificazione del percorso, navigazione con Nav2, gestione delle missioni con macchine a stati finiti e behaviour tree.
- Nikolaus Correll, Bradley Hayes, Christoffer Heckman, and Alessandro Roncone, “Introduction to Autonomous Robots: Mechanisms, Sensors, Actuators, and Algorithms”, MIT Press, 2022, https://github.com/Introduction-to-Autonomous-Robots/Introduction-to-Autonomous-Robots/releases
- Mordechai Ben-Ari, Francesco Mondada, “Elements of Robotics”, Springer Cham, 2017, https://link.springer.com/book/10.1007/978-3-319-62533-1
- Note del docente
Mutuazione: 20810516-2 ELEMENTI DI ROBOTICA II MODULO in Ingegneria Informatica e dell'Intelligenza Artificiale L-8 R LIPPI MARTINA
Programma
1. Introduzione alla robotica: componenti di un robot, modello Sense-Think-Act, classi di robot mobili, esempi di robot.2. Introduzione al middleware Robot Operating System (ROS) 2: nodi, topic, servizi, azioni e parametri.
3. Sistemi di riferimento e trasformazioni: rappresentazioni di rotazioni e trasformazioni e loro gestione in ROS 2.
4. Modelli e cinematica dei robot: cinematica del robot a guida differenziale e di altre piattaforme mobili, descrizione del robot e simulazione.
5. Attuatori e sensori: principi di funzionamento di motori e sensori (encoder, IMU, LiDAR, telecamere) e fonti di errore delle misure.
6. Controllo in retroazione: implementazione e taratura di controllori discreti per il moto di un robot mobile.
7. Algoritmi di percezione: classi di algoritmi di percezione per la robotica, elaborazione di immagini (2D) e di nuvole di punti (3D).
8. Stima dello stato e localizzazione: filtri per la fusione sensoriale e la localizzazione.
9. Mappatura: rappresentazione dell’ambiente, costruzione di mappe e algoritmi per la localizzazione e la mappatura simultanee.
10. Pianificazione del moto e delle missioni: algoritmi di pianificazione del percorso, navigazione con Nav2, gestione delle missioni con macchine a stati finiti e behaviour tree.
Prerequisiti
Non sono previsti insegnamenti propedeutici. È comunque consigliato aver seguito i corsi di Fondamenti di Automatica e Fondamenti di Intelligenza Artificiale. Sono utili anche le conoscenze di algebra lineare, probabilità e programmazione acquisite nei primi anni del corso di studio.Testi Adottati
- Stefano Carpin, “Mobile Robotics: Theory and Practice”, 2025, https://robotics.ucmerced.edu/mobile-robotics-textbook- Nikolaus Correll, Bradley Hayes, Christoffer Heckman, and Alessandro Roncone, “Introduction to Autonomous Robots: Mechanisms, Sensors, Actuators, and Algorithms”, MIT Press, 2022, https://github.com/Introduction-to-Autonomous-Robots/Introduction-to-Autonomous-Robots/releases
- Mordechai Ben-Ari, Francesco Mondada, “Elements of Robotics”, Springer Cham, 2017, https://link.springer.com/book/10.1007/978-3-319-62533-1
- Note del docente
Modalità Frequenza
Frequenza facoltativaModalità Valutazione
Criteri di assegnazione dei voti: La valutazione degli studenti si basa sui descrittori di Dublino e tiene conto del livello di conoscenza, comprensione ed elaborazione critica degli argomenti trattati nel corso. Gli studenti che dimostrano di aver acquisito i concetti fondamentali e di saperli applicare in contesti semplici otterranno una valutazione sufficiente. I voti medi saranno assegnati a coloro che, oltre a padroneggiare le basi, mostrano capacità di analisi e rielaborazione autonoma di concetti più complessi. I voti più alti sono riservati agli studenti che evidenziano una comprensione approfondita, capacità di sintesi, spirito critico e autonomia nel risolvere problemi anche nuovi o non affrontati esplicitamente durante il corso.