Roboty i Systemy Autonomiczne

Roboty i Systemy Autonomiczne jest to specjalizacja studiów magisterskich, prowadzona przez Instytut Robotyki i Inteligencji Maszynowej Politechniki Poznańskiej na kierunku Automatyka i Robotyka. Specjalizacja ta pozwala na zdobycie kwalifikacji w zakresie robotyki, programowania, uczenia maszynowego i systemów autonomicznych. Specjalizacja ta jest prowadzona w języku polskim.

Przedmioty prowadzone w ramach specjalizacji

Język obcyCentrum Języków i Komunikacji

Doskonalenie umiejętności języka angielskiego lub niemieckiego.

Metody i algorytmy planowania ruchudr hab. inż. Dominik Belter

Sposoby reprezentacji otoczenia oraz ograniczeń ruchu robota. Architektury sterowania w robotyce, planowania ścieżek oraz unikania kolizji.

Nowoczesne sensory w robotycedr inż. Michał Nowicki

Zasady działania, właściwości oraz obszary zastosowań sensorów robotycznych. W programie są m.in. kamery RGB, kamery głębi, kamery termowizyjne, skanery laserowe 2D/3D, GPS, IMU/AHRS.

Podstawowe narzędzia i metody programowania robotów autonomicznychdr hab. inż. Dominik Belter

Szerokie podstawy narzędzi programistycznych, np. pisanie skryptów systemowych, tworzenie reguł urządzeń, konstruowanie aplikacji opartych o Robot Operating System. Podstawy przetwarzania współbieżnego oraz CUDA.

Podstawowe szkolenie z zakresu BHPdr inż. Adam Górny

Świadomość odpowiedzialności za pracę własną oraz zespołu i umiejętności stosowania zasad bezpieczeństwa i higieny pracy.

Systemy wizyjnedr inż. Marek Kraft

Podstawowa wiedza o metodach przetwarzania obrazów, w tym algorytmy lokalne, kontekstowe oraz opierające się na kształtach i cechach - na bazie OpenCV.

Sztuczna inteligencja w robotycedr hab. inż. Piotr Skrzypczyński

Klasyczne algorytmy sztucznej inteligencji oparte o metody probabilistyczne, reguły i bazy wiedzy. Podstawy systemów uczących się i algorytmów opartych na grafach.

Teoria sterowania w robotycedr inż. Krzysztof Walas

Algorytmy sterowania systemami autonomicznymi - oparte między innymi na sterowaniu odpornym, predykcyjnym; uczeniu maszynowym, automatami stanów i sieciami Petriego.

Wybrane zagadnienia uczenia maszynowegodr inż. Marek Kraft

Podstawowa wiedza o uczeniu maszynowym - prezentacja problemów, algorytmów, ich charakterystyki i zastosowania. Klasyczne metody na bazie Scikit-learn.

Autonomiczne roboty latającedr hab. inż. Wojciech Giernacki, prof. PP

Klasyfikacja bezzałogowych statków powietrznych wraz z rysem historycznym, terminologią i metodami planowania ścieżek i unikania kolizji BSP. Realizacja zadania związana ze sterowaniem robotem latającym.

Autonomiczne roboty mobilnedr hab. inż. Piotr Skrzypczyński

Podstawy, budowa i zasady działania robotów mobilnych i robotów kroczących. Architektury systemów nawigacji oraz metody jednoczesnej samolokalizacji i budowy mapy (SLAM).

Język obcyCentrum Języków i Komunikacji

Doskonalenie umiejętności języka angielskiego lub niemieckiego.

Pracownia badawczaPromotorzy prac magisterskich lub inne wyznaczone osoby

Jest to czas poświęcony na zdefiniowanie tematu oraz na badania związane z pracą magisterską.

Zaawansowane metody programowania robotów przemysłowych i planowania zadańdr hab. inż. Paweł Drapikowski

Wybrane przykłady techniczne i medyczne zastosowań manipulatorów oraz obsługa zewnętrznych urządzeń i sygnałów sensorycznych.

Zaawansowane narzędzia i metody programowania robotów autonomicznychdr inż. Krzysztof Walas

Obsługa danych trójwymiarowych i biblioteki programowe stosowane w robotyce. Konteneryzacja oraz testowanie oprogramowania, środowiska programistyczne do rozwoju metod uczenia maszynowego oraz wprowadzenie do systemu robotycznego nowej generacji.

Zaawansowane przetwarzanie obrazówdr inż. Marek Kraft

Architektury przykładowych sieci do rozpoznawania obrazu - zasada działania i omówienie na przykładach. Jak uczone są głębokie sieci neuronowe? Jakie są nowoczesne podejścia w zależności od zadania?

Zwinne zarządzanie projektamidr inż. Tomasz Piaścik

Zastosowanie wiedzy, doświadczeń, narzędzi, metod oraz technik w działaniach projektowych w celu realizacji potrzeb i osiągnięcia oczekiwań zamawiającego.

Eksploracyjna analiza danychdr inż. Piotr Kaczmarek

(przedmiot obieralny I)

Metody przetwarzania danych, graficznej ich analizy, analizy skupień oraz metody testowania hipotez.

Komputerowe systemy sterowaniadr inż. Jarosław Warczyński

(przedmiot obieralny I)

Uzasadnienie potrzeby sterowania komputerowego; systemy rozproszone i hierarchiczne. Wprowadzenie do zadań projektowych z zakresu technologii DDE, OPC i WWW w kontekście wymiany danych ze sterowników PLC i aplikacją użytkownika.

Modelowanie procesów biznesowychdr inż. Tomasz Piaścik

(przedmiot obieralny II)

Czym jest proces biznesowy? Jak go modelować w praktyce? Jak wyodrębniać najistotniejsze elementy składowe procesu?

Systemy zrobotyzowane i przemysł 4.0dr inż. Jarosław Warczyński

(przedmiot obieralny II)

Przemysł 4.0 - definicje i pojęcia. Standardy wymiany danych oraz zasady kooperacji robota z człowiekiem. Sztuczna inteligencja w rozpoznawaniu intencji człowieka.

Wybrane zagadnienia grafiki 3D i wizualizacji komputerowejdr hab. inż. Paweł Drapikowski

(przedmiot obieralny II)

Program przedmiotu obejmuje sposoby przestrzennej reprezentacji obiektów, przekształcenia 3D->2D, metody poprawiania realizmu wizualizacji, zasady tworzenia obiektów i podzespołów w systemach CAD oraz ich reprezentacji w postaci dwuwymiarowych rysunków technicznych wykonawczych oraz animowanych prezentacji 3D.

Autonomiczne samochodydr inż. Krzysztof Walas

Architektury systemów samochodów autonomicznych, sposoby komunikacji i poziomy ich bezpieczeństwa. Kompresja zebranej wiedzy i budowa modelu formuły F1/10.

Organizacja i finansowanie badań naukowych oraz prac badawczo-rozwojowychprof. dr hab. inż. Piotr Skrzypczyński/dr inż. Krzysztof Walas

Jakie są źródła finansowania badań naukowych? Czym jest inkubacja projektów? Czym różnią się badania podstawowe od przemysłowych?

Przygotowanie pracy magisterskiejPromotor pracy magisterskiej

Jest to czas poświęcony na badania związane z pracą magisterską oraz pisanie dokumentu.

Seminarium dyplomoweprof. dr hab. inż. Piotr Skrzypczyński

Dowiedz się jak pisać pracę magisterską, co jest istotne i na co zwracać uwagę. Dodatkowo próbna prezentacja pozwoli lepiej przygotować się do obrony.

Interfejsy człowiek-maszyna i sygnały biologiczne w robotycedr inż. Piotr Kaczmarek

(przedmiot obieralny III)

Rejestracja sygnałów biologicznych EMG i EEG, metody ich przetwarzania i analizy. Budowa interfejsu człowiek-komputer wykorzystującego sygnały biologiczne.

Modelowanie systemów w języku UMLdr inż. Tomasz Piaścik

(przedmiot obieralny III)

Cele i metody modelowania systemów. Podstawy języka UML oraz projektowanie architektur systemu i aplikacji.

Systemy wbudowanie i przetwarzanie brzegowedr inż. Michał Fularz

(przedmiot obieralny III)

Architektury systemów wbudowanych oraz przetwarzanie brzegowe. Jak przyspieszać obliczenia? Czym jest TinyML a czym EDGE AI?

Przykładowe tematy przeszłych prac magisterskich

  • Analiza metod rozpoznawania gestów i transferu wiedzy w głębokich sieciach neuronowych dla wielokanałowego rejestratora EMG
  • Detekcja i estymacja stanu obiektów przegubowych na obrazach RGB-D
  • Detekcja i śledzenie obiektów w sekwencjach wideo zarejestrowanych przez bezzałogowy statek powietrzny
  • Haptyczna lokalizacja robota kroczącego w środowisku z niską widocznością
  • Nowa reprezentacja skanów laserowych 3D w zadaniu rozpoznawania miejsc
  • Segmentacja pokrywy ziemi na podstawie wielospektralnych obrazów satelitarnych
  • Wykorzystanie metod uczenia maszynowego w przetwarzaniu chmur punktów

Success stories

Magisterkę na specjalności RiSA wspominam bardzo dobrze, na większości zajęć zajmowaliśmy się nowoczesnymi i aktualnie stosowanymi technologiami związanymi m.in. z robotyką, sensorami i algorytmami sztucznej inteligencji. Prowadzący zajęcia mają doświadczenie zarówno naukowe jak i w biznesie, co jest dodatkowym plusem - wiedzą, jakie są obecnie realia na rynku.

Obecnie pracuję jako Machine Learning Engineer w startupie tworzącym rozwiązania AI dla medycyny, a także w projekcie realizowanym na PP związanym z lokalizacją i mapowaniem w robotyce. W obu przypadkach wykorzystuję kompetencje nabyte w czasie studiów magisterskich i uważam, że RiSA to dobry wybór pod kątem aktualnych wyzwań na rynku pracy.

Kamil Żywanowski

RISA pokazała mi jak mogę wykorzystać wiedzę programistyczną w robotyce i otworzyła drogę do rozpoczęcia badań naukowych.

Obecnie jestem doktorantem na PP, a mój temat związany jest z wykrywaniem obiektów z drona, bazując na deep learning i computer vision. Uczestniczę w robotycznym projekcie R&D z Europejską Agencją Kosmiczną.

Bartosz Ptak

Dzięki świetnemu przygotowaniu do zajęć prowadzących i wykładowców na specjalności RISA, zdobyłem ugruntowaną wiedzę na temat uczenia maszynowego, zwłaszcza w dziedzinie Computer Vision.

Obecnie pracuję między innymi jako Machine Learning Enigneer w firmie z Kalifornii, która tworzy produkty z branży medycznej oparte o sztuczną inteligencję i wirtualną rzeczywistość.

Kamil Roszyk

Na specjalności RiSA najbardziej podobało mi się to, że uczyliśmy się aktualnie wykorzystywanych technologii — a nie rzeczy, które były używane X lat temu, prowadzący byli ekspertami w swoich dziedzinach, a zajęcia opierały się na praktycznym zrozumieniu tematu.

Obecnie odbywam staż na Politechnice Federalnej w Lozannie (EPFL), gdzie zajmuję się ulepszaniem egzoszkieletu AUTONOMYO wykorzystywanego podczas rehabilitacji osób z częściowym upośledzeniem możliwości ruchowych.

Michael Grabowski

Studia na specjalności RiSA były tym, czego oczekiwałem od AiRu od samego początku: nowoczesne podejście do robotyki, przyszłościowe narzędzia, które dopiero są adaptowane na rynku oraz wiele okazji do brania udziału w projektach. Gdybym miał wybierać jescze raz, ponownie wybrałbym RiSĘ.

Zdobytą wiedzę aktualnie wykorzystuję pracując jako asystent na PP i prowadząc badania naukowe z zakresu robotyki.

Kamil Młodzikowski

RiSA charakteryzuje się znakomicie przygotowanymi zajęciami przez osoby, które na co dzień mają styczność z robotami i nauką na światowym poziomie. Rzuca światło na wszystkie aspekty związane z budową i programowaniem robotów oraz ich późniejszym zastosowaniem.

Zdobyte doświadczenie mam szansę wykorzystywać w licznych projektach badawczych na uczelni jak i w sektorze prywatnym. Pracuję jako Deep Learning Engineer w firmie w Poznaniu, która buduje roboty do zastosowań w nowoczesnej agrokulturze, opierając swoje rozwiązania na sztucznej inteligencji. Naukowo interesuję się robotami kroczącymi i misjami kosmicznymi. Projekt R&D z ESA realizowany na naszej uczelni pomaga mi zdobyć cenne doświadczenie.

Krzysztof Stężała

Studia magisterskie na specjalności RiSA dostarczyły szczególnie wyczekiwanego przeze mnie praktycznego rozwiązywania aktualnie popularnych problemów przy użyciu najnowszych, globalnie stosowanych narzędzi i nowoczesnego sprzętu, którego przykłady użycia znajdziemy we wszystkich firmach z branży robotyki oraz topowych ośrodkach badawczych.

Dzięki RiSie zdobyłem doświadczenie w implementacji głębokich sieci neuronowych w wielu różnych zadaniach oraz nauczyłem się pracować ze skanerami laserowymi i danymi trójwymiarowymi, z którymi mam teraz przyjemność pracować na co dzień.

Adam Banaszczyk

Partnerstwo

Kontakt

Jeśli masz pytania dotyczące kształcenia lub projektów w ramach specjalizacji, skontaktuj się korzystając z adresów:
Laboratorium biomedyczne i biocybernetyczne - info.biolab@put.poznan.pl
Laboratorium robotów mobilnych - lrm@put.poznan.pl
Laboratorium widzenia komputerowego - vision@put.poznan.pl