Belépés címtáras azonosítással
magyar nyelvű adatlap
Irányítástechnika és képfeldolgozás laboratórium 1
A tantárgy angol neve: Control Engineering and Image Processing Laboratory 1
Adatlap utolsó módosítása: 2018. október 5.
Villamosmérnöki szak
Mesterképzés
Irányítórendszerek főspecializáció
Irányítástechnika és Informatika tanszék
Tanársegéd
szabályozástechnika, képfeldolgozás, programozás, matematika
A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.
A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.
A Mesterséges intelligencia alapú irányítások (BMEVIIIMA09) és a Számítógépes látórendszerek (BMEVIIIMA07) tárgyak kreditjének megszerzése
A tantárgy célja, hogy a hallgatók jártasságot szerezzenek a mesterséges intelligencia alapú irányítások és számítógépes látórendszerek témakörében elsajátított elméleti ismeretek gyakorlati alkalmazásában, és hogy megismerjék az ezen területen a kutatás-fejlesztési munka során alkalmazható korszerű hardver- és szoftver eszközöket.
1. Nemlineáris rendszerek fuzzy elvű irányítása
A mérés során a priori tudásbázis alapján a specifikációknak megfelelő fuzzy szabályozó tervezése és a szabályozó hatékonyságának vizsgálata a feladat.
2. Nemlineáris rendszerek irányításának tervezése genetikus algoritmusokkal
A mérés célja (1) különböző tesztfüggvények globális minimumhelyének keresése genetikus algoritmusokkal és (2) háromtárolós rendszer PID szabályozójának tervezése genetikus algoritmussal.
3. Adaptív Sugeno-fuzzy irányítási algoritmusok fejlesztése
A mérés célja egy ismeretlen nemlineáris rendszer (1) Indirekt (modellre alapozott) 1. típusú adaptív fuzzy irányítása, (2) Indirekt 2. típusú adaptív fuzzy irányítása, (3) Direkt (nem modellre alapozott) 1. típusú adaptív fuzzy irányítása, (4) Direkt 2. típusú adaptív fuzzy irányítása.
4. Rendszeridentifikáció (függvényapproximáció) fuzzy rendszerekkel
A mérés célja ismeretlen rendszer identifikációja (1) nulladrendű Sugeno rendszer hiba-visszaterjesztésen alapuló paraméterhangolásával, (2) legközelebbi szomszéd elvű klaszterezési algoritmussal, (3) fuzzy rendszer adaptív szabályfelvételével.
5. Rendszeridentifikáció (függvényapproximáció) adaptív neuro-fuzzy rendszerekkel
Ismeretlen nemlineáris rendszer identifikációja szubtraktív klaszterezéssel és ANFIS technikával
6. Vizuális visszacsatolás vizsgálata
Hat szabadságfokú robotkar megfogójára rögzített kamera szem-kéz kalibrációja, a robotkar irányítása a kamera képe alapján.
7. Objektumkövetés Cél egy videofolyamon specifikus objektumok megtalálása és a képsorozaton belül konzisztens követése.
8. Környezeti tér feltérképezése sztereo kamerakép alapján A feladat a környezet háromdimenziós rekonstrukciója több kamera képe alapján.
9. Teleoperáció és távérzékelés virtuális cellában Egy virtuális cellán keresztül lehetőség van valós eszköz vezérlésére.
10. Számítógép vezérlése mélységi szenzorral Mélységi képek alapján komplex vezérlésre van lehetőség. Cél, hogy a számítógéppel való kommunikáció során egyes feladatok ellátása egyszerűbb legyen.
Összesen 10 laboratóriumi mérés, melyek egyenként 4 órásak.
a. A szorgalmi időszakban: A 10 mérés elvégzése legalább elégséges eredménnyel. A hallgatók felkészültségét a mérés elején ellenőrizzük, a nem kellőképpen felkészült hallgatók a mérést nem kezdhetik meg. A mérésről jegyzőkönyvet kell készíteni.
Az elmulasztott vagy sikertelen mérések pótlására 2 pótmérési alkalmat biztosítunk.
Az oktatók fogadóóráin, illetve hallgatói igény szerint előre egyeztetett időpontban.
Elektronikus mérési útmutatók
Drexler Dániel
Dr. Harmati István
Egyetemi docens
Kertész Zsolt
Dr. Kiss Bálint
Kovács Gábor
Dr. Vajda Ferenc