Subject

Автономна роботика

Course Title

Автономна роботика
Autonomous robotics

Code

F23L3W072

Study Programme

—

Organizer of the study programme (unit, institute, department or division)

Faculty of Computer Science and Engineering

Degree level (first, second, third cycle)

Прв циклус

Academic year / semester

7 / Зимски

Number of ECTS credits

Teacher

Андреа Кулаков, Невена Ацковска

Prerequisites for enrolling in the course

Основи на роботика или Алгоритми и податочни структури

10.

Objectives of the course programme (competences)

По завршувањето на овој предмет, студентот се очекува да има продлабочено знаење за развој на автономни роботски системи (автономни возила, автономни летала и сл.) со користење на веројатностните пристапи во роботиката.

11.

Course content

Предавања:
1. Сензори и ефектори во автономната роботика
2. Mатематички принципи во автономната роботика
3. Веројатностни модели на сензорите
4. Веројатностни модели на управувањето
5. Калманов филтер и негови имплементации
6. Калманов филтер и негови имплементации
7. Калманов филтер и негови имплементации
8. Мапирање
9. Локализација
10. Истовремено мапирање и локализација
11. Истовремено мапирање и локализација
12. Планирање и учење кај интелигентните роботски системи
13. Планирање и учење кај интелигентните роботски системи

12.

Learning methods

Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача, учење во електронско опкружување (форуми, консултации).

13.

Total available time

6 ECTS x 30 hours = 180 hours

14.

Distribution of available time

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Forms of teaching activities

15.1.	Lectures - theoretical instruction	30 hours
15.2.	Exercises (laboratory, auditory), seminars, teamwork	45 hours

16.

Other forms of activities

16.1.	Project assignments	15 часови
16.2.	Independent assignments	15 часови
16.3.	Home study	75 часови

17.

Assessment method

17.1.	Tests	10 бодови
17.2.	Seminar paper / project (presentation: written and oral)	15 бодови
17.3.	Activities and learning	10 бодови
17.4.	Final exam	70 бодови

18.

Grading criteria (points / grade)

up to 50 points	5 (five) (F)
from 51 to 60 points	6 (six) (E)
from 61 to 70 points	7 (seven) (D)
from 71 to 80 points	8 (eight) (C)
from 81 to 90 points	9 (nine) (B)
from 91 to 100 points	10 (ten) (A)

19.

Requirement for obtaining a signature and taking the final exam

Редовна посета на наставата, навремено предадени домашни и презентација на проектна задача

20.

Language of instruction

Македонски

21.

Method for monitoring the quality of teaching

internal evaluation and survey mechanism

22.

Literature

22.1.	Required literature 1. Sebastian Thurn, Wolfram Burgard, Dieter Fox \| Probabilistic Robotics \| MIT Press \| 2005 2. Roland Siegwart, Illah Reza Nourbakhsh, Davide Scaramuzza \| Introduction to Autonomous Mobile Robots \| MIT Press \| 2011
22.2.	Additional literature No. Author Title Publisher Year