Robotika

Cilji in kompetence

Predmet Robotika daje pregled čez celotno področje robotike. Znanja so izbrana glede na potrebe inženirjev, ki uvajajo ali vzdržujejo robotske celice ali linije v industriji. V teoretičnem delu predmeta študentje dobro spoznajo geometrijski model robota, katerega poznavanje je bistveno pri programiranju robotov. Pri praktičnem delu predmeta se študentje v manjših skupinah temeljito naučijo programirati sodobne industrijske robote.

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti

Znanje, ki ga študentje pridobijo v prvi stopnji študija predvsem matematike, fizike in elektrotehnike.

Vsebina

  1. Uvajanje robotizacije
  2. Gradniki robotov
  3. Kinematika in dinamika robotskih mehanizmov
  4. Sistemi vodenja in načrtovanja trajektorij
  5. Načrtovanje nalog in programiranje robotov
  6. Primeri uporabe robotov v industriji

Predvideni študijski rezultati

Znanje in razumevanje:
Znanje opisov lege s homogenimi transformacijskimi matrikami, poznavanje geometrijskih modelov robotskih mehanizmov, poznavanje regulacijskih shem, ki so značilne za robotiko. Povezava teoretičnih znanj geometrijskih modelov robota s programiranjem industrijskih robotov. Programiranje in delo z industrijskimi roboti. Uporaba znanj pri kreiranju robotske proizvodne celice.

Temeljna literatura in viri

• T. Bajd, M. Mihelj, J. Lenarčič, A. Stanovnik, M. Munih: Robotika, Založba FE in FRI, 2008. Katalog
• M. Mihelj, T. Bajd, A. Ude, J. Lenarčič, A. Stanovnik, M. Munih, J. Rejc, S. Šlajpah: Robotics, Springer, 2019.

Načini ocenjevanja

• Pisni del izpita je izveden s seminarsko nalogo. Vsak študent dobi svojo nalogo, v kateri mora izkazati znanje z izbranega področja robotike. • Z ustnim delom izpita se preverjajo teoretična znanja, pridobljena tekom predavanj in vaj. Ocenjuje se poznavanje problemov uvajanja industrijske robotike v podjetja, znanje o zgradbi in delovanju robotov, znanje o načinih vodenja in načrtovanja in še posebej o gibalnih značilnostih robotskih mehanizmov in osnovna znanja o tehnoloških in ekonomskih vidikih uvajanja robotizacije v podjetja. 50/50

Reference nosilca

Dr. Aleš Ude je redno zaposlen na Institutu Jožef Stefan

M. Mavsar, J. Morimoto, and A. Ude (2023) GAN-Based Semi-Supervised Training of LSTM Nets for Intention Recognition in Cooperative Tasks, IEEE Robotics and Automation Letters, doi: 10.1109/LRA.2023.3333231, pp. 1-8.

T. Gašpar, I. Kovač, and A. Ude (2021) Optimal layout and reconfiguration of a fixturing system constructed from passive Stewart platforms, Journal of Manufacturing Systems, vol. 60, pp. 226-238.

Z. Lončarević, A. Gams, S. Reberšek, B. Nemec, J. Škrabar, J. Skvarč, and A. Ude (2021) Specifying and optimizing robotic motion for visual quality inspection, Robotics and Computer-Integrated Manufacturing, vol. 72, art. 102200, pp. 1-14.

B. Nemec, K. Yasuda, and A. Ude (2021) A virtual mechanism approach for exploiting functional redundancy in finishing operations, IEEE Transactions on Automation Science and Engineering, vol. 18, no. 4, pp. 2048-2060.

M. Simonič, T. Petrič, A. Ude, and B. Nemec (2021) Analysis of methods for incremental policy refinement by kinesthetic guidance, Journal of Intelligent & Robotic Systems, vol. 102, art. 5, pp. 1-19.