Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
ROBOTİK ZEKİ SİSTEMLERDE OTONOM ALGORİTMALAR Üçüncü Düzey BİM 615 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Yok
Eğitimin Dili Türkçe
Koordinatör DR. ÖĞRETİM ÜYESİ FEHİM KÖYLÜ
Dersi Veren Öğretim Eleman(lar)ı -
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli Hibrit (Yüzyüze - Online)
Dersin Amacı Robotik alandaki algılama ve kontrol amaçlı güncel algoritmalar hakkındadır.
Dersin Tanımı Otonom kontrol algoritmalarındaki gelişmeler, robotik alanındaki problemler ve çözüm yöntemleri

Dersin İçeriği
1 Yapılandırma uzayı (configuration space), Grübler denklemi, topoloji, temsil ve yapılandırma kısıtları, görev uzayı ve çalışma alanı
2 Katı gövde hareketi, ileri ve ters kinematik
3 Hareket planlama, graf teorisi, A*, Breadth-first, RRT ve PRM algoritmaları
4 Robotik sensörler, ultrason, lidar, radar, enkoder, kamera çeşitleri,
5 Robot kontrol, kontrolcüler, sensörler, aktüatörler, tek eklemli kontrol için birinci ve ikinci derece denklemli sistemler, overdamped, critically damped, underdamped çözümler
6 Kontrol için PI, PID kontrol, robust, adaptive, predictive, optimal, intelligent, multi-agent, iterative learning, reinforcement learning kavramları
7 En küçük kareler yöntemi en çok olabilirlik (MLE), Wiener, Bayes tabanlı filtreler, Kalman filtresi, EKF, UKF, Parçacık filtresi
8 En küçük kareler yöntemi en çok olabilirlik (MLE), Wiener, Bayes tabanlı filtreler, Parametrik ve parametrik olmayan filtre çeşitleri, Kalman filtresi, EKF, UKF, Parçacık filtresi
9 Otonom hareket, algı, karar ve hareket kavramları, ham veri, bilgi çıkarımı, çevre modelleme (konumlandırma ve haritalama), karar verme ve hareket planı, yörünge çıkarımı ve takibi, aktüatörler
10 Çok sensörlü algılama sınıfları, prediction & correction yaklaşımı Kalman filtresi örneği
11 Gezgin robot konumlandırma, Monte Carlo konumlandırma ve SLAM
12 ROS
13 ROS
14 Robotaksi benzetim ortamnları, Gazebo, LG-SVL, Autoware, Apollo, Carla simulatorleri
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Güncel Robotik Sistemlerin tanınması
2 Hareketli robotlardaki eş zamanlı konumlanma ve çevre öğrenme kavramının anlaşılması
3 Robotlarda farklı biçimlerde ortaya çıkan belirsizliklerin anlaşılması ve nasıl giderilmesi gerektiğinin öğrenilmesi
4
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Besin Hijyeni ve Teknolojisi alanında temel ve yeterli bilgi birikimine sahip olur, öğrendiği bilgileri etkin olarak kullanabilir
2 Mesleğini uygularken bilimsel ve mesleki etik kurallarını ve hayvan haklarını gözetir
3 Yeterli bilgi birikimi ve deneyimiyle karşılaştığı problemler ile ilgili çözüm üretebilir ve uygulayabilir
4 Birey ve halk sağlığı açısından koruyucu hekimliğin temel kurallarını bilir ve uygulayabilir
5 Veteriner hekimlik alanındaki halk sağlığı çiftlikten sofraya gıda güvenliği ve teknolojisi konularında yeterli bilgi ve beceri kazanır
6 Besin Hijyeni ve Teknolojisi ile ilgili mevzuatı bilir ve mesleki problemleri farklı bakış açılarından analiz edebilir
7 Meslektaşları, diğer meslek mensupları ve gıda endüstris çalışanları ile iyi iletişim kurabilir
8 Yazılı ve sözlü olarak kendisini iyi ifade edebilir, Yabancı dil ve bilişim teknolojilerini yeterince bilir ve kullanır
9 Kendi kendine öğrenme araştırma ve uygulama yeteneğini kazanır ve hayat boyu öğrenmeyi ilke edinir
10 Genel kültüre sahip, ülkenin sosyal ve ekonomik yapısı konusunda bilgili ve duyarlı olmayı ilke edinir
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 13 3 39
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 10 2 20
Ödevler 2 2 4
Sunum / Seminer hazırlama 1 4 4
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 0 0 0
Ara sınavlar 0 0 0
Proje (Yarıyıl ödevi) 1 2 2
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 0 0 0
Yarıyıl sonu sınavı 1 1 1
Araştırma 0 0 0
Toplam iş yükü     70
AKTS     3.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 50
Kısa sınav 0 0
Ödev 1 50
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Kevin M. Lynch & Frank C. Park, Modern Robotics, Mechanics, Planning and Control, Cambridge University Press, 2017.
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar