Ders Adı Uçan Robotlar İçin Görsel Navigasyon
Ders Kodu 01BLG1110
Dersin Türü Zorunlu
Ders Biriminin Seviyesi Lisansüstü
Yıl Hazırlık
Dönem 2.Yarıyıl
AKTS 6
Dersi Veren(ler) 3-Fatih GÖKÇE
Dersin Yardımcıları
Dersin Öğrenme Çıktıları Uçan robotların temel yapılarını ve kontrol sistemlerini açıklayabilmek Kameraların ve çeşitli algılayıcıların nasıl çalıştıklarını açıklayabilmek Uçan bir robotun durumunu ve hareketini tahmin edebilmek Konumlandırma ve haritalamanın temel yöntemlerini açıklayabilmek Uçan bir robotun otonom navigasyonunun nasıl gerçekleştirilebileceğini açıklayabilmek
Ders İşleme Biçimi Yüz Yüze
-
Dersin İçeriği Robotlar, uçan robotlar, uçan robotların yapıları ve kontrol sistemleri, kameralar ve çeşitli algılayıcılar, durum ve hareket tahmini, öznitelik bulma, tanımlama ve eşleme, konumlandırma ve haritalama, navigasyon ve rota planlama
Dersin Verildiği Diller Türkçe
Dersin Hedefleri Uçan robotların yapısı ve kontrolüne ilişkin temel bilgileri aktarmak Kameralar ve diğer çeşitli algılayıcı mekanizmalar hakkında bilgi vermek Durum ve hareket tahmininde kullanılan temel yöntemleri öğretmek Konumlandırma ve haritalamada kullanılan temel yöntemleri öğretmek Temel navigasyon yöntemlerini öğretmek
Dersin Amacı Bu dersin amacı günümüzde oldukça yaygınlaşan uçan robotların, bilgisayarlı görme teknikleriyle çevrelerini algılayarak otonom uçuşlarını sağlamak için gerekli teknolojilerin öğrencilere öğretilmesidir. Bu dersi alan öğrenciler uçan robotların yapıları ve kontrol sistemleri, kameralar ve diğer çeşitli algılayıcılar, durum ve hareket tahmini, konumlandırma, haritalama ve navigasyon konularında bilgi edinecekler ve bir uçan robotu, üzerindeki kameradan alınan görüntülerle otonom uçurmak için gerekli yöntemleri öğreneceklerdir.
WorkPlacement
Hafta Konular  
1 Robotlar ve uçan robotlar
2 Kameralar, görüntünün oluşumu ve çeşitli kamera tipleri
3 Diğer çeşitli algılayıcılar: ivme ölçer, jiroskop, barometre, ultrason/kızılötesi algılayıcılar, LIDAR'lar, UWB algılayıcılar, vb.
4 Uçan robotların yapıları
5 Uçan robotların kontrolü
6 Öznitelik bulma ve tanımlama
7 Öznitelik eşleme
8 Durum tahmini
9 Hareket tahmini
10 Konumlandırma yöntemleri
11 Haritalama yöntemleri
12 3D yeniden oluşturma
13 Navigasyon yöntemleri
14 Rota planlama
No Bölüm Öğrenme Çıktısı Katkı Düzeyi
1 Matematik ve fen bilgilerini mühendislikte uygulama becerisi kazanır. 5
2 Deney tasarlama, deney yapma, deney sonuçlarını analiz etme ve yorumlama becerisi kazanır. 5
3 İstenen gereksinimleri karşılayacak biçimde bir sistemin(donanım veya yazılım) süreçlerini tasarlayabilir. 5
4 Çok disiplinli konularda çalışabilir. 5
5 Mühendislik problemlerini tanımlama, modelleme ve çözme becerisi kazanır 5
6 Mesleki ve etik sorumluluk bilinci kazanır. 4
7 Mühendislik çözümlerinin evrensel ve ulusal boyutlarda etkilerini anlama becerisi kazanır. 5
8 Yaşam boyu öğrenmenin gerekliliği, bilinci ve bunu gerçekleştirebilme becerisi kazanır 5
9 Mühendislik uygulamaları için gerekli olan teknikleri ve modern araçları kullanma becerisi kazanır 5
10 Zaman yönetimi yapabilme ve meslek gelişimi planlayabilme becerisi kazanır. 4
11 Bilgisayar mühendisliği ile ilgili projeleri ayrıntıları ile planlayabilme becerileri kazanır. 5
12 Yenilikçi ve sorgulayıcı düşünüp sıra dışı yollar keşfedebilme becerisi kazanır 5
Yarıyıl İçi Çalışmaları Sayısı Katkı Payı
Ara Sınav 1 50
Kısa Sınav 0 0
Ödev 0 0
Devam 0 0
Uygulama 0 0
Labaratuvar 0 0
Proje 1 50
Atölye 0 0
Seminer 0 0
Arazi Çalışması 0 0
TOPLAM 100
Yıliçinin Başarıya Oranı 50
Finalin Başarıya Oranı 50
TOPLAM 100
AKTS kredilerinin belirlenmesinde öğrenci işyükü anketlerinden faydalanılmaktadır.
Etkinlik Sayısı Süresi Toplam
Ders Süresi (Sınav Haftaları Hariç) 14 3 42
Sınıf Dışı Ders Çalışma Süresi 14 3 42
Ödevler 0 0 0
Sunum 0 0 0
Proje 1 56 56
Laboratuar Çalışması 0 0 0
Arazi ya da Alan Çalışması 0 0 0
Ara Sınavlar 1 20 20
Yarıyıl Sonu Sınavı 1 20 20
İşyükü Saati (30) 30
Toplam İşyükü / Saat 0    
Dersin Akts Kredisi 0    
Ders Notu Introduction to Autonomous Mobile Robots, Second Edition, R. Siegwart, I.R. Nourbakhsh and D. Scaramuzza, MIT Press, 2011. Introduction to Autonomous Robots, 2nd edition, N. Correll, Magellan Scientific, 2016. Computer Vision: Algorithms and Applications, Richard Szeliski, Springer, 2010. Computer Vision: Models, Learning, and Inference, Simon J.D. Prince, Cambridge University Press, 2012.
Diğer Kaynaklar Probabilistic Robotics, S. Thrun, W. Burgard, and D. Fox., MIT Press, Cambridge, MA, September 2005. Digital Image Processing; Rafael C. Gonzalez, Richard E. Woods; Pearson Prentice Hall, 4th edition, 2017.
Materyal
Dökümanlar
Ödevler
Sınavlar
Materyal Diğer
Planlanmış Öğrenme Faaliyetleri ve Öğretim Yöntemleri
Konferanslar, Uygulamalı Dersler, Sunumlar, Seminerler, Projeler, Laboratuar Uygulamaları(gerekirse)