Plan 95 Adecuado DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA ÁREA: SISTEMAS DE CONTROL HORAS SEM.: 4 HS. HORAS / AÑO: 64 HS.

Transcripción

1 Plan 95 Adecuado ASIGNATURA: APLICACIONES DE LA INTELIGENCIA ARTIFICIAL CODIGO: DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA ÁREA: SISTEMAS DE CONTROL HORAS SEM.: 4 HS. HORAS / AÑO: 64 HS. Fundamentación: Que los alumnos resuelvan problemas de Ingeniería aplicando técnicas de Inteligencia Artificial en áreas donde las herramientas clásicas no obtienen resultados satisfactorios. Se procura brindar a los egresados que hayan elegido esta asignatura, un conjunto de herramientas que amplíe sus posibilidades de resolución de problemas en la vida académica y profesional. Especialmente en aquellos problemas donde exista una expansión exponencial de alternativas, estén formulados en forma difusa, no tengan una teoría bien establecida, sólo puedan ser descriptos mediante ejemplos, o las alinealidades compliquen su tratamiento convencional, etc. Se pretende además, introducir a los alumnos interesados en las actividades de investigación en la carrera de investigador tecnológico, mediante su participación en proyectos PID del Grupo de Inteligencia Artificial y Robótica. Objetivos: Comprender que es Inteligencia Artificial, y donde es conveniente su aplicación Introducir al alumno en la temática de la Investigación y lectura/escritura de trabajos científicos Resolver Problemas del tipo Intratables donde la Complejidad Algorítmica, impone la utilización de Métodos de Búsqueda heurísticos. Aplicar, Lenguajes de programación Simbólica y Lógica para la Representación de Conocimiento, Aplicar a problemas de Ingeniería Electrónica Sistemas Expertos e Ingeniería del Conocimiento. Aplicar al Control Automático Lógicas Multivaluadas, Lógica Difusa y Redes Neuronales Artificiales. Aplicar Redes Neuronales Artificiales al reconocimiento de patrones y a la interpolación de señales en tiempo real. Programa sintético: Unidad Temática 1- Áreas de la IA aplicadas a la robótica móvil

2 Unidad Temática 2- Sistemas Expertos y generación de planes Unidad Temática 3- Servocontrol digital vs Control Difuso Unidad Temática 4- Redes Neuronales y Neuro control su implementación en hardware programable Unidad Temática 5- Visión Artificial, procesamiento de imágenes y localización Unidad Temática 6- Sensores Sistemas y Métodos de posicionamiento para robots móviles Unidad Temática 7- Arquitecturas de control para robots móviles Programa analítico: Unidad 1: Áreas de la IA aplicadas a la robótica móvil Tipos de problemas. Generación de planes. Detección del entorno. Actuación y posicionamiento. Herramientas disponibles y su rango de aplicación Unidad 2: Sistemas Expertos y generación de planes Objetivos y problemas que enfrenta la navegación autónoma. Definición del entorno. El problema de la búsqueda. Generación de sub-objetivos. Métodos heurísticos Unidad 3: Servocontrol digital vs Control Difuso El sevocontrol digital para robótica. Introducción a control difuso. El controlador PID difuso. Sistemas autoconfigurables. Software para desarrollo (Matlab) El motor de inferencia en lenguaje C Unidad 4: Redes Neuronales y Neuro control su implementación en hardware programable El controlador autoajustable. Introducción a Neuro Control y su aplicación a un brazo de 2 grados de libertad. La neurona como unidad de procesamiento. Modelo circuital. Implementación en hardware. Lenguaje VHDL - Hardware programable Unidad 5: Visión Artificial, procesamiento de imágenes y localización Técnicas de procesamiento de Imágenes. Metrología sobre Imágenes 3D. Técnicas Avanzadas, Transformada Hough, Efecto Moiré. Fusión de sensores. Un procesador de imágenes en lenguaje C. Telemetría laser Unidad 6: Sensores, Sistemas y Métodos de posicionamiento para robots móviles Odometría y otros métodos de registro de recorrido. Métodos de triangulación ultrasónica y óptica. Navegación por marcas. Posicionamiento basado en mapas. Posicionamiento por visión

3 Unidad 7: Arquitecturas de control para robots móviles Requerimientos y restricciones, Modelado del Sistema. Estructuras jerárquicas. Control centralizado versus Control distribuido Estrategias Metodológicas: Modalidades de enseñanza empleadas según tipo de actividad (teórica-práctica) Clases de temas con desarrollo de temas teóricos a cargo del cuerpo docente, Ejemplos prácticos, organización de comisiones de trabajo para la ejecución de trabajos prácticos, que se defienden frente al resto del curso con una dinámica similar a la defensa de una tesina, según un reglamento preestablecido. Recursos didácticos para el desarrollo de las distintas actividades (guías, esquemas, lecturas previas, computadoras, software, otros) Apuntes, esquemas, lecturas previas, computadoras con software especifico, proyector Evaluación: Modalidad 4 Trabajos prácticos a desarrollar en equipo y su defensa frente a clase de acuerdo a un reglamento consensuado al principio de cuatrimestre Requisitos de regularidad Aprobación de los trabajos prácticos Requisitos de aprobación Realizar y defender una tesina de sobre un tema a elección del alumno consensuado con la cátedra según un formato preestablecido al principio del cuatrimestre Articulación Horizontal y vertical con otras materias: Se abordan problemas de control automático y tratamiento de señales e imágenes con herramientas propias de la inteligencia artificial. Las técnicas de control difuso son particularmente atractivas para los problemas de control no lineal o en el caso de múltiples entradas múltiples salidas (MIMO), como en los

4 casos de robótica móvil con técnicas de localización y mapeo simultáneo (SLAM). Las técnicas de redes neuronales son aplicables con éxito para el caso de filtrado de señales, interpolación, identificación de sistemas y reconocimiento de patrones, etc. En algunos casos la interacción con otras materias de la carrera es permanente, debido a que los docentes forman parte del GIAR. Tal es el caso de DSP y GPU. En otros casos se realiza en forma horizontal en contacto directo con los docentes. Bibliografía: BIBLIOGRAFÍA OBLIGATORIA Russell, S.; Norvig, P. (2003) Inteligencia Artificial Un Enfoque Moderno (2ª ed.). Madrid: Prentice Hall Hispanoamericana Verrastro C.; Gómez J.C.; Alcoberro R (2009). Algoritmos Genéticos [en línea] http// [16 marzo de 2011] Gómez, J.C. Fuzzy Control (2008) [en línea] Buenos Aires, edutecne, Disponible en [16 marzo de 2011] BIBLIOGRAFÍA COMPLEMENTARIA Feng, L. Borenstein J., and Everett,H.R. (1996). Where am I: Sensors and methods for mobile robot positioning,. Technical Report UM-MEAM-94-21, MI USA: University of Michigan Ajenjo,A.D. (1993). Tratamiento digital de Imágenes. Madrid: Anaya Multimedia. Ward, P. and Mellor, S.(1986). Structured Development for Real-time Systems.New York: Yourdon Press, Kandell, A. (1986). Fuzzy Mathematical Techniques with applications. New York: Addison Wesley Kuchen,B. Carelli,R. Gambier,A. (1988).Control Digital. San Pablo, Brasil: EBAI Fu, K.S.. González, R.C. Lee, C.S.G. (1988). Robótica. Control, detección, visión e inteligencia. España: McGraw-Hill latinoamericana Shapiro, L. Stockman, G. (2001). Computer Vision. New York: Prentice Hall

5 Correlativas: Para cursar: Para rendir: Cursada: Introducción a la Inteligencia Artificial Aprobada: Aprobada: Introducción a la Inteligencia Artificial