Robotersysteme bestehen in der Regel aus drei Komponenten: einem Mechanismus, der in der Lage ist, Kräfte und Drehmomente auf die Umgebung auszuüben, einem Wahrnehmungssystem zur Erfassung der Welt und einem Entscheidungs- und Kontrollsystem, das das Verhalten des Roboters moduliert, um die gewünschten Ziele zu erreichen. In diesem Kurs werden wir uns mit dem Problem beschäftigen, wie ein Roboter entscheidet, was er tun soll, um seine Ziele zu erreichen. Dieses Problem wird oft als Bewegungsplanung bezeichnet und wurde auf verschiedene Weise formuliert, um unterschiedliche Situationen zu modellieren. Sie werden einige der gängigsten Ansätze zur Lösung dieses Problems kennenlernen, darunter graphenbasierte Methoden, randomisierte Planer und künstliche Potenzialfelder. Im Laufe des Kurses werden wir die Aspekte des Problems diskutieren, die die Planung zu einer Herausforderung machen.
Robotik: Computergestützte Bewegungsplanung
Dieser Kurs ist Teil von Spezialisierung Robotik
Unterrichtet auf Englisch
Einige Inhalte können nicht übersetzt werden
Dozent: CJ Taylor
41.249 bereits angemeldet
Bei enthalten
Kurs
(1,033 Bewertungen)
93%
Kompetenzen, die Sie erwerben
- Kategorie: Bewegungsplanung
- Kategorie: Automatisierte Planung und Terminierung
- Kategorie: A* Suchalgorithmus
- Kategorie: Matlab
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Quizzes, 1 Aufgabe
Kurs
(1,033 Bewertungen)
93%
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Willkommen zu Woche 1! In diesem Modul werden wir das Problem der Planung von Routen durch Gitter einführen, bei denen der Roboter nur diskrete Positionen einnehmen kann. Wir können diese Situationen als Graphen modellieren, wobei die Knoten den Gitterpositionen und die Kanten den Routen zwischen benachbarten Gitterzellen entsprechen. Wir stellen einige Algorithmen vor, die für die Planung von Wegen zwischen einem Startknoten und einem Zielknoten verwendet werden können, darunter die Suche nach der ersten Breite oder der Grassfire-Algorithmus, der Dijkstra-Algorithmus und das A Star-Verfahren.
Das ist alles enthalten
5 Videos5 Lektüren1 Quiz1 Aufgabe3 App-Elemente
Willkommen zu Woche 2! In diesem Modul beginnen wir mit der Einführung des Konzepts des Konfigurationsraums. Dabei handelt es sich um ein mathematisches Werkzeug, das wir verwenden, um über die Menge der Positionen nachzudenken, die unser Roboter einnehmen kann. Anschließend erörtern wir den Begriff der Konfigurationsraum-Hindernisse. Dabei handelt es sich um Regionen im Konfigurationsraum, die der Roboter aufgrund von Hindernissen oder anderen Beeinträchtigungen nicht einnehmen kann. Diese Formulierung ermöglicht es uns, Probleme der Bahnplanung als die Konstruktion von Trajektorien für einen Punkt im Konfigurationsraum zu betrachten. Wir beschreiben auch einige Ansätze, mit denen der kontinuierliche Konfigurationsraum in Graphen diskretisiert werden kann, so dass wir graphenbasierte Werkzeuge zur Lösung unserer Bewegungsplanungsprobleme einsetzen können.
Das ist alles enthalten
6 Videos1 Quiz2 App-Elemente
Willkommen zu Woche 3! In diesem Modul stellen wir das Konzept der stichprobenbasierten Pfadplanungstechniken vor. Dabei werden Punkte im Konfigurationsraum nach dem Zufallsprinzip ausgewählt und dann kollisionsfreie Kanten zwischen benachbarten Probepunkten gebildet, um einen Graphen zu erstellen, der die Struktur des Konfigurationsraums des Roboters wiedergibt. Wir werden über probabilistische Straßenkarten und zufällig explorierende Rapid Trees (RRTs) und ihre Anwendung auf Bewegungsplanungsprobleme sprechen.
Das ist alles enthalten
3 Videos1 Quiz1 App-Element
Willkommen zu Woche 4, der letzten Woche des Kurses! Ein anderer Ansatz für die Bewegungsplanung besteht darin, künstliche Potenzialfelder zu konstruieren, die den Roboter zur gewünschten Zielkonfiguration hinziehen und ihn von Hindernissen im Konfigurationsraum abstoßen sollen. Die Bewegung des Roboters kann dann durch die Berücksichtigung des Gradienten dieser Potentialfunktion gesteuert werden. In diesem Modul werden wir diese Techniken im Zusammenhang mit einem einfachen zweidimensionalen Konfigurationsraum veranschaulichen.
Das ist alles enthalten
4 Videos1 Lektüre1 Quiz1 App-Element
Dozent
Empfohlen, wenn Sie sich für Maschinenwesen interessieren
University of Pennsylvania
University of Pennsylvania
University of Pennsylvania
Northwestern University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 1033
1.033 Bewertungen
- 5 stars
55,31 %
- 4 stars
26,88 %
- 3 stars
10,54 %
- 2 stars
3,77 %
- 1 star
3,48 %
Geprüft am 23. Sep. 2021
Geprüft am 1. März 2016
Geprüft am 11. Feb. 2018
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.