Projektpraktikum Advanced Lab Humanoid RoboCup

Vortragende/r (Mitwirkende/r)
Nummer0000003870
ArtPraktikum
Umfang4 SWS
SemesterSommersemester 2018
UnterrichtsspracheEnglisch
Stellung in StudienplänenSiehe TUMonline
TermineSiehe TUMonline

Termine

Teilnahmekriterien & Anmeldung

Lernziele

"Am Ende des Kurses sollten die Studenten in der Lage sein: - Das Robot Operating System (ROS) mit dem NAO Roboter verwenden zu können. - Algorythmen aus verschiedenen Bereichen ( control, vision, planning, and learnin),im Zusammenhang mit Roboterfußball zu entwickeln. - diese Algorythmen auf den NAOszu evaluieren. - Eine Roboter Fußballmannschaft aufzustellen, die gegen eine anderen Mannschaft spielenkann. Nicht technische Fähigkeit werden ebenso erlernt: Die Studenten sind in der Lage: - ein großes technisches Projekt zu organisieren und zu leiten. - in kleinen Gruppen zu arbeiten und die Fortschritte, die in der Gruppe erreicht werden, zu kommunizieren. "

Beschreibung

"Die Studenten bilden ein Team für ein Roboterfußballwettbewerb. Die Studententeams entwickel, implementieren und testen Fortgeschrittenen Roboter Kontrollalgorythmen, die den Roboter befähigen ein Fußballspiel zu spielen. Das endültige Ziel ist es, am RoboCup teilzunehmen. RoboCup ist eine internationale Initiative, die Forschung in Robotics und künstlicher Intelligenz unterstützt. Die RoboCup Standard Platform Leage (SPL)ist die Liga, in der Wettbewerbe mit NAO Robotern ausgetragen werden. Der Kurs ist in verschieden Phasen aufgeteilt: - Kick-off meeting: Die Studenten treffen die Vortragenden, legen den zeitplan fest und formen Gruppen. Die Gruppenaufteilung hängt von den Vorkenntnissen der Teilnehmer ab. Die Studenten wählen eine Gruppenführer, der den Kontakt zu den vortragenden hält. - Initialsierungsphase: Die Studenten richten ihren Arbeitsbereich einund konfigurieren ihre Ausrüstung (PCs, robots, software). - Entwicklungsphase: Die Studenten entwickeln und implementieren die Alogrythmen. Diese Entwicklung verläuft Hand in hand mit der Test- und Validationsphase. - Endphase: Testscenarios auf den Fußballfeld bewerten die Leistung der Roboter. Die Scenarios sollten denen, die in der Standard PlattformLeague auftretenden Scenarien entsprechen. Qualifikation für RoboCup Wettbewerbe: Dieses praktische Projekt wendet sich an die Studenten, die sich gerne ein ganzes Jahr mit der Aufgabe des Roboterfußballs beschäftigen wollen. Dieses Praktikum hat das langfristigeZiel ein RoboCup Studententeam zu formen,das sich für die Teilnahme an RoboCup Wettbewerben qualifizieren und teilnehmen kann."

Inhaltliche Voraussetzungen

"Die Studenten sollten das Projektpraktikum Introduction Lab Humanoid RoboCup (EINEU022) belegt haben. Die Studenten müssen seh gute Programmierkenntnisse haben: Pythone C++und gute Kenntnisse in humanoid robocup soccer field, wie z.B. robot vision, robot learning, path planning, and locomotion. "

Lehr- und Lernmethoden

"Folgende Lehrmethonden werden angewendet: - Einführungsvorlesung -Anwendungsspezifische Übungen: (encompassing control, vision, planning, and learning) - Unabhängiges Arbeiten im Labor und den mit den NAOs"

Studien-, Prüfungsleistung

"Die Prüfung besteht aus einem praktischne Teil (60%), einem schriftlichen Bericht (20%) und einer Präsentation (20%). Im praktischen Teil implementieren die Studenten Basisalgorythmen, die im Roboter-Fußballumfeld demonstriert werden. Der schriftliche Bericht sollte die Fähigkeit reflektieren, die technischen und wissenschaftlichen Probleme in Bezug auf Roboter Fußball zu analysieren und zu verstehen und die Fähigleit Wissen aus anderen Bereichen der Robotic anzuwenden um Lösungen für die implementirten Algorythmen zu finden. Die Präsentation beurteilt die Fähigkeit wichtige Ergebnisse und Errungenschaften zusammzufassen."

Empfohlene Literatur

"L. L. Forero, J. M. Yanez, J. Ruiz-del-Solar: ""Integration of the ROS Framework in Soccer Robotics: The NAO Case"", RoboCup 2013: Robot World Cup XVII, Lecture Notes in Computer Science, Vol. 8371, pp. 664-671, 2014. Kober, Bagnell and Peters, Reinforcement learning in robotics: A survey, IJRR, 2013. "

Links