Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Per gli Studenti
Percezione e robotica

Codice ins.

Insegnamento

CFU ins.

Tipo ins.

Anno

Sem.

SSD ins.

Responsabile insegnamento

F1801Q138

Percezione e robotica

6

OBS

2

1

ING-INF/05

SORRENTI Domenico

 

Machine perception and robotics

 

 

 

 

 

 

Contenuti:
Aspetti hardware, geometrici ed algoritmici nella percezione delle macchine basata sui sistemi sensoriali di frequente uso (telecamere, laser scanners), tecniche di soluzione di alcuni noti problemi di percezione delle macchine; ricostruzione 3D, tracking, localizzazione, mapping.

Obiettivi formativi:
Lo studente acquisirà le competenze di base per lavorare da informatico nell'ambito dei sistemi percettivi. Per il superamento dell'esame è richiesta la capacità di rendicontare l'impiego del proprio tempo e di relazionare in forma scritta sul lavoro svolto.

Prerequisiti:

  • introduzione al filtraggio bayesiano;
  • algebra lineare e coordinate omogenee;
  • rudimenti di geometria analitica nello spazio;
  • elaborazione delle immagini (complementi): feature detection;

Metodi didattici:
Lezioni frontali, esercitazioni pratiche per attività sperimentale sui dispositivi, attività di laboratorio di sviluppo di software di semplici applicazioni.

Altre informazioni:

Programma esteso:

  • formazione dell'immagine
    • aspetti legati all'intensità,
    • aspetti legati alla geometria (modellizzazione della proiezione e sua calibrazione),
    • aspetti tecnologici dei dispositivi di acquisizione,
  • ricostruzione 3D con stereometria
    • vincoli epipolari,
    • altri vincoli geometrici (disparità, gradiente, etc),
    • algoritmi stereomatching grey-level,
    • stereomatching feature-based,
  • ricostruzione 3D da movimento
    • problema dell'apertura,
    • flusso ottico,
    • tracking,
    • structure from motion,
  • range sensing mediante laser range scanners ed altri dispositivi attivi (Kinect)
  • modellazione del movimento dell'osservatore
    • velocity model,
    • odometry model,
  • modellazione del sensore (beam model)
  • problema della autolocalizzazione;
  • problema del world modeling

Testi di riferimento:

  • E. Trucco, A. Verri, "Introductory techniques for 3D computer vision", Prentice-Hall, 1998
  • S. Thrun, W. Burgard, D. Fox, "Probabilistic Robotics", MIT Press, 2005
  • A. Fusiello, "Visione computazionale", ilmiolibro.it, 2008

Modalità di verifica dell'apprendimento:
Esame finale. Possibilità di svolgere numerose piccole prove intermedie di valutazione della comprensione delle nozioni esposte e di sviluppo di software, che costituiranno la base per la determinazione del voto.

Tipo esame:
Scritto e orale.

Tipo valutazione:
Voto finale in trentesimi

 

 

 

Contents:

Hardware, geometric and algorithmic aspects in machine perception based on sensing systems in frequent use (cameras, laser scanners), techniques for solving some known machine perception problems: 3D reconstruction, tracking, localization, mapping.

 

Course objectives:

The student will gain basic competencies for working as a computer scientist in perception systems/ In order to pass the exam, the capability to describe how time has been spent is required, as well as the capability to describe in written for the work performed.

 

Prerequisites:

  • introduction to bayesian filtering;
  • linear algebra and homogenous coordinates;
  • basics of geometry in 3D space;
  • image processing (complements): feature detection;

 

Teaching methods:

Lectures and practice labs (2 credits) on devices, practice labs on software developments for a few simple applications.

 

Extended program:

  • image formation
    • aspects about image intensity;
    • aspects about image geometry (modeling of projection and its calibration);
    • aspects about technologies of imaging devices;
  • 3D reconstruction with stereo
    • epipolar geometry,
    • other geometric constraints (disparity, gradient, etc),
    • grey-level stereomatching algorithms,
    • feature-based stereomatching,
  • 3D reconstruction from motion
    • aperture problem,
    • optical flow,
    • tracking,
    • structure from motion,
  • range sensing with laser range scanners and other active devices (Kinect)
  • modeling of the observer motion
    • velocity model,
    • odometry model,
  • modeling of the sensor (beam model)
  • observer localization problem;
  • world modeling (mapping) problem.

 

Reference textbooks:

  • E. Trucco, A. Verri, "Introductory techniques for 3D computer vision", Prentice-Hall, 1998
  • S. Thrun, W. Burgard, D. Fox, "Probabilistic Robotics", MIT Press, 2005
  • A. Fusiello, "Visione computazionale", ilmiolibro.it, 2008

 

Verification type

Final exam. It will be possible to take small intermediate verifications about the notions presented in the classes and software development, which will form the basis for the determination of the final mark.

 

Type of examination: Written and oral.

 

Type of evaluation: Final mark in 30th.

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 27/09/2012