ZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI
|
|
- Władysław Orłowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Marcin Pluciński ZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI Streszczenie Pomieszczenia, w których znajdują się duże grupy ludzi można traktować jako system złożony. Wiele z własności takich systemów, w tym także czas ewakuacji, można określić jedynie na drodze badań symulacyjnych. W artykule przedstawiono wyniki symulacji ruchu dużych grup robotów mobilnych, ewakuujacych się z pomieszczeń. Symulacje umożliwiły oszacowanie czasu ewakuacji oraz określenie miejsc krytycznych, w których występowały zatory w ruchu. Słowa kluczowe: Roboty mobilne, symulacja ruchu, czas ewakuacji 1. Wprowadzenie W rozumieniu potocznym, system złożony to system zbudowany z wielu elementów składowych, pomiędzy którymi zachodzą wzajemne interakcje. Definicja ta jest intuicyjna i często wystarczająca. Z matematycznego punktu widzenia, złożoność systemu może być jednak rozumiana bardzo różnie i w literaturze można spotkać kilkanaście różnych jej definicji [4]. Z punktu widzenia teorii sterowania, definicja systemu złożonego może być podobna do podanej na początku rozdziału, z tym, że przyjmiemy jeszcze założenie, iż część elementów składowych musi być nieliniowa i w systemie występują sprzężenia zwrotne [4]. System jest nieliniowy jeśli nie zachodzi dla niego zasada superpozycji. Możemy się zatem spodziewać, że złożenie kilku nieliniowych elementów składowych jest czymś innym niż tylko prostą sumą obiektów szczególnie w przypadku występowania sprzężeń zwrotnych w systemie. Charakterystyczną i bardzo ciekawą cechą systemów złożonych jest pojawianie się w nich pewnych nowych cech i własności, które nie wynikają z cech i własności elementów składowych. Są to tak zwane cechy emergentne (ang.: emergent properties). Jeśli jako przykład systemu złożonego przyjmiemy mózg ludzki, to najciekawszym przykładem cechy emergentnej będzie inteligencja. Pojęcie cechy emergentnej jest trudne do zdefiniowania. Jest to bowiem cecha, która nie wynika wprost z budowy i zasady działania elementów składowych systemu. Jednocześnie trudno jest często jednoznacznie określić, która własność systemu może być już określona mianem emergentnej, a która jeszcze nie. Ciekawe rozwiązanie tego problemu zaproponowano w [2]. Własność systemu może być uznana za emergentną, jeśli optymalnym sposobem jej określenia jest symulacja. Jeśli jako określimy nakład obliczeń potrzebny do symulacji działania systemu w celu określenia jego pewnej cechy, a przez nakład obliczeń potrzebny do wykrycia cechy na podstawie pełnej wiedzy o budowie i sposobie działania systemu, to cecha jest emergentna jeśli: (1)
2 Przez rozumiemy rozmiar systemu, od którego zależy między innymi kierunek nierówności (1). Pewne własności mogą nie być emergentne dla małych wartości, a stawać się nimi dla wartości dużych. Przy rosnącej wymiarowości systemu, cechy mogą podlegać przemianie fazowej, po przejściu której, doskonała znajomość systemu nie jest skuteczniejsza niż symulacja działania [2]. System, w skład którego wchodzi wiele współpracujących ze sobą robotów mobilnych, jest dobrym przykładem systemu złożonego. Jest zbudowany z wielu nieliniowych elementów składowych, interakcje między robotami tworzą sprzężenia zwrotne oraz można dostrzec w nim cechy emergentne. Jedną z takich cech jest czas ewakuacji robotów z zamkniętych pomieszczeń. Dla niewielkich wymiarowości systemu (mała liczba robotów), można go łatwo (niewielkim nakładem obliczeń) wyznaczyć, znając mapę pomieszczenia i średnią prędkość ruchu robota. Dla dużych wymiarowości systemu jedynym skutecznym sposobem wyznaczenia tego czasu jest symulacja. Przyjmując określony model zachowań robotów, można z ich pomocą symulować zachowanie dużych grup ludzi w warunkach zagrożenia. Tym samym, za pomocą badań symulacyjnych można oszacować czas ewakuacji ludzi z pomieszczeń. 2. Model systemu Na pełny model systemu składa się: model robota, model środowiska i model zachowania robotów podczas ewakuacji. 2.1 Model robota W symulacjach wykorzystany zostanie model robota funkcjonalnie zbliżony do modelu robota Khepera [6, 7]. W porównaniu z niewielkim oryginałem, robot będzie miał średnicę 0.7 [m]. Średnia, nominalna prędkość ruchu w warunkach bezkolizyjnych, przyjęta zostanie jako 0.5 [m/s], co odpowiada prędkości ruchu człowieka w nieznanym otoczeniu przy lekko ograniczonej widoczności. Model robota wyposażony będzie w 8 czujników podczerwieni, umożliwiających wykrycie przeszkód z odległości około 1 [m] 6 rozmieszczonych z przodu i po bokach oraz 2 z tyłu. 2.2 Model środowiska W symulacjach przedstawionych w artykule, wykorzystano 2 modele środowiska. Pierwszy pozbawiony jest przeszkód (rys. 1). Jest to model pomieszczenia o wymiarach 30 na 15 [m]. W modelu tym wyznaczano czas ewakuacji w zależności od ilości robotów oraz ilości dróg ewakuacji (wyjść z pomieszczenia). Rysunek 1: Środowisko nr 1 z trzema różnymi wariantami dróg ewakuacji
3 Drugi model środowiska to przykład pomieszczeń biurowych (rys. 2). W modelu tym znajduje się jedno wyjście. Posiada on wymiary 37.8 na 65.8 [m], 9 pomieszczeń i zbadano dla niego czas ewakuacji w zależności od ilości robotów. Rysunek 2: Środowisko nr Model zachowania robotów Roboty rozmieszczane są w środowiskach w losowy sposób (położenie i kierunek). W pierwszym kroku symulacji, dla każdego z nich wyznaczany jest tor ruchu od położenia początkowego do najbliżej znajdującego się wyjścia. W kolejnych krokach roboty obracają się i rozpoczynają swój ruch do wyjścia z prędkością nominalną. W przypadku wykrycia w bliskim sąsiedztwie przeszkody (inny robot lub ściana) ruch robota odbywa się zgodnie z algorytmem przedstawionym na rys. 3. Algorytm taki jest realizowany dopóki dalsza droga nie stanie się bezkolizyjna wtedy robot znów zaczyna się poruszać w kierunku wyjścia z prędkością nominalną. Z algorytmu wynika, że po wykryciu przeszkody robot przede wszystkim zwalnia i stara się lekko obrócić w stronę do niej przeciwną. czujnik_max = znajdz_czujnik_o_max_wartosci_sygnalu(); switch (czujnik_max) { case cz_lewy: if (wartosc > BLISKO) { silnik_lewy = 1; silnik_prawy = 0; } else { silnik_lewy = 2; silnik_prawy = 1; } case cz_lewy_skosny: if (wartosc > BLISKO) { silnik_lewy = 0; silnik_prawy = -1; } else { silnik_lewy = 1; silnik_prawy = 0; } case cz_lewy_przedni: if (wartosc > BLISKO) { silnik_lewy = 0; silnik_prawy = -1; } else { silnik_lewy = 1; silnik_prawy = 0; } case cz_prawy_przedni: if (wartosc > BLISKO) { silnik_lewy = -1; silnik_prawy = 0; } else { silnik_lewy = 0; silnik_prawy = 1; } case cz_prawy_skosny: if (wartosc > BLISKO) { silnik_lewy = -1; silnik_prawy = 0; } else { silnik_lewy = 0; silnik_prawy = 1; } case prawy: if (wartosc > BLISKO) { silnik_lewy = 0; silnik_prawy = 1; } else { silnik_lewy = 1; silnik_prawy = 2; } } Rysunek 3: Algorytm ruchu robota w sąsiedztwie przeszkody
4 ' $ &% Przyjęty algorytm ruchu w sytuacji kolizyjnej (odpowiadający zachowaniu człowieka w tłumie) oraz nominalna prędkość ruchu robota są czynnikami, mającymi krytyczny wpływ na przebieg symulacji i tym samym na wyznaczany czas ewakuacji. 3. Wyniki badań symulacyjnych Wyniki badań czasu ewakuacji w zależności od ilości robotów w pomieszczeniu i ilości wyjść w środowisku nr 1 przedstawia rys. 4. Na rys. 5 przedstawiono przykładowy przebieg ewakuacji początkowe rozmieszczenie robotów i ich położenie w trakcie symulacji.. % -,+ * ( )$ " #$! / Rysunek 4: Czas ewakuacji w zależności od ilości robotów w pomieszczeniu i ilości wyjść środowisko nr 1 Rysunek 5: Przykładowy przebieg ewakuacji środowisko nr 1 Dla małych ilości robotów liczba wzajemnych kolizji jest bardzo niewielka i czas ewakuacji praktycznie równy jest czasowi ruchu robota położonego początkowo najdalej od wyjścia. Wraz ze wzrostem ilości robotów czas ewakuacji szybko rośnie (rys. 4). Roboty w tłumie poruszają się wolniej, usiłują się omijać, przeszkadzają sobie wzajemnie i blokują
5 S P RQ się w wąskich przejściach. Chociaż przebieg wykresu zależy od początkowego rozmieszczenia robotów (które jest losowe), bardzo podobna tendencja rosnąca była obserwowana w wielokrotnie przeprowadzanych symulacjach. Na rys. 4 można też zauważyć jak duży wpływ na czas ewakuacji ma ilość wyjść z pomieszczenia. Czas ten, dla pomieszczenia z trzema wyjściami, był od 2 do 3 razy krótszy od czasu wyznaczonego dla pomieszczenia z jednym wyjściem. Wyniki badań czasu ewakuacji w zależności od ilości robotów w środowisku nr 2 przedstawia rys. 6. Na rys. 7 przedstawiono kolejne fazy ewakuacji.? < < Z Q YXW V T UP N OP > = ; > ; < > > ; > < < : = ; : ; < : < > <? < ; < A < = < B < C < : < < : : < : > < :? < < : ; < D E F G H I F J F K L M Rysunek 6: Czas ewakuacji w zależności od ilości robotów w pomieszczeniu środowisko nr 2 Obserwacja ruchu robotów w trakcie symulacji umożliwia łatwe wykrycie miejsc w środowiskach, najbardziej narażonych na występowanie zatorów w ruchu (rys. 5 i rys. 7), co jest dodatkową zaletą symulatora. Dla środowiska nr 2 takimi miejscami są wyjścia z dużych pomieszczeń, znajdujących się po prawej stronie korytarza (rys. 7) oraz główne wyjście z budynku. 4. Podsumowanie Opracowany symulator umożliwia szybkie szacowanie czasu ewakuacji z pomieszczeń, które w praktyce możliwe byłoby tylko na drodze rzeczywistych eksperymentów z udziałem ludzi. Można w nim testować różne algorytmy zachowań robotów w sytuacjach kolizyjnych oraz badać dowolnie skomplikowane środowiska z dowolnie dużą ilością robotów. Planowanym rozszerzeniem programu, będzie możliwość symulacji ruchu w pomieszczeniach wielopiętrowych takich jak budynki. Literatura 1. Cariani P.: Emergence and artificial life, Artificial Life II, pp , ed.: C. Langton, (1992)
6 Rysunek 7: Kolejne fazy ewakuacji dla środowiska nr 2 2. Darley V.: Emergent Phenomena and Complexity, Artificial Life IV, Proceedings of the Fourth International Workshop on the Synthesis and Simulation of Living Systems, pp , eds.: R. Brooks and P. Maes, MIT Press, (1994) 3. Dulęba I.: Metody i algorytmy planowania ruchu robotów mobilnych i manipulacyjnych, Akademicka Oficyna Wydawnicza EXIT, Warszawa (2001) 4. Frank P.M.: The role of unstable nonlinear feedback in complex systems, Proceedings of the Fifth International Symposium on Methods and Models in Automation and Robotics, pp , Międzyzdroje, Poland, (1998) 5. Giergiel M., Hendzel Z., Żylski W.: Modelowanie i sterowanie mobilnych robotów kołowych, Wydawnictwo Naukowe PWN, Warszawa (2002) 6. Khepera[ user manual, K-Team S.A., Switzerland (2000) 7. Pluciński M., Korzeń M.: Zastosowanie krzywych typu Peano do generowania trajektorii ruchu robota Roczniki Informatyki Stosowanej Wydziału Informatyki Politechniki Szczecińskiej, 9, Szczecin, Poland, (2005)
ZASTOSOWANIE PROBABILISTYCZNEJ SIECI NEURONOWEJ DO IDENTYFIKACJI OBIEKTÓW NA PODSTAWIE WSKAZAŃ CZUJNIKÓW PODCZERWIENI ROBOTA KHEPERA 2
Marcin Pluciński ZASTOSOWANIE PROBABILISTYCZNEJ SIECI NEURONOWEJ DO IDENTYFIKACJI OBIEKTÓW NA PODSTAWIE WSKAZAŃ CZUJNIKÓW PODCZERWIENI ROBOTA KHEPERA 2 Streszczenie Do najważniejszych zadań systemów nadzorujących
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowoPROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM
Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania
Bardziej szczegółowoModelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoAutomatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych
Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych autor: Robert Drab opiekun naukowy: dr inż. Paweł Rotter 1. Wstęp Zagadnienie generowania trójwymiarowego
Bardziej szczegółowoPathfinder porównanie czasów ewakuacji ludzi z budynku przy użyciu dwóch metod
Pathfinder porównanie czasów ewakuacji ludzi z budynku przy użyciu dwóch metod Wstęp Czas ewakuacji ludzi z budynku to jedna z najważniejszych danych, jakie należy brać pod uwagę projektując instalacje
Bardziej szczegółowoWYKORZYSTANIE SIECI NEURONOWEJ DO BADANIA WPŁYWU WYDOBYCIA NA SEJSMICZNOŚĆ W KOPALNIACH WĘGLA KAMIENNEGO. Stanisław Kowalik (Poland, Gliwice)
WYKORZYSTANIE SIECI NEURONOWEJ DO BADANIA WPŁYWU WYDOBYCIA NA SEJSMICZNOŚĆ W KOPALNIACH WĘGLA KAMIENNEGO Stanisław Kowalik (Poland, Gliwice) 1. Wprowadzenie Wstrząsy podziemne i tąpania występujące w kopalniach
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 4(85)/2011
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 4(85)/2011 Marek STANIA 1, Ralf STETTER 2, Bogdan POSIADAŁA 3 MODELOWANIE KINEMATYKI MOBILNEGO ROBOTA TRANSPORTOWEGO 1. Wstęp Jednym z najczęściej pojawiających się w
Bardziej szczegółowoZastosowania Robotów Mobilnych
Zastosowania Robotów Mobilnych Temat: Zapoznanie ze środowiskiem Microsoft Robotics Developer Studio na przykładzie prostych problemów nawigacji. 1) Wstęp: Microsoft Robotics Developer Studio jest popularnym
Bardziej szczegółowoInformatyka II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Modelowanie Dynamiczne Procesów Biznesowych Dynamic Modeling of Business
Bardziej szczegółowoEfekt motyla i dziwne atraktory
O układzie Lorenza Wydział Matematyki i Informatyki Uniwersytet Mikołaja kopernika Toruń, 3 grudnia 2009 Spis treści 1 Wprowadzenie Wyjaśnienie pojęć 2 O dziwnych atraktorach 3 Wyjaśnienie pojęć Dowolny
Bardziej szczegółowoAlgorytmy genetyczne
9 listopada 2010 y ewolucyjne - zbiór metod optymalizacji inspirowanych analogiami biologicznymi (ewolucja naturalna). Pojęcia odwzorowujące naturalne zjawiska: Osobnik Populacja Genotyp Fenotyp Gen Chromosom
Bardziej szczegółowoSterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Bardziej szczegółowoModel symulacyjny robota Explorer 6WD z uwzględnieniem uszkodzeń
Model symulacyjny robota Explorer 6WD z uwzględnieniem uszkodzeń inż. Paweł Stęczniewski Promotor: dr inż. Piotr Przystałka Instytut Podstaw Konstrukcji Maszyn Politechnika Śląska Gliwice, 22.11.2017 inż.
Bardziej szczegółowoZastosowanie silników krokowych jako napęd robota mobilnego
Zastosowanie silników krokowych jako napęd robota mobilnego Bartłomiej Kurosz 22 maja 2015 Bartłomiej Kurosz Napędy robotów mobilnych 22 maja 2015 1 / 48 Wstęp Tytuł Badanie sprawności napędu robota mobilnego
Bardziej szczegółowoTemat 1. Wprowadzenie do nawigacji robotów mobilnych. Dariusz Pazderski Opracowanie w ramach programu ERA Inżyniera
Kurs: Algorytmy Nawigacji Robotów Mobilnych Temat 1 Wprowadzenie do nawigacji robotów mobilnych 1 Pojęcia podstawowe Dariusz Pazderski Opracowanie w ramach programu ERA Inżyniera Na początku wprowadzimy
Bardziej szczegółowoFDS 6 - Nowe funkcje i możliwości. Modelowanie instalacji HVAC część 1: podstawy.
FDS 6 - Nowe funkcje i możliwości. Modelowanie instalacji HVAC część 1: podstawy. Wstęp 4 listopada 2013r. miała miejsce długo wyczekiwana premiera najnowszej, szóstej już wersji popularnego symulatora
Bardziej szczegółowoE-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu. Dynamicznych. Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu Dynamicznych Nazwa modułu w języku
Bardziej szczegółowoPRACA DYPLOMOWA MAGISTERSKA
Politechnika Poznańska Wydział Budowy Maszyn i Zarządzania PRACA DYPLOMOWA MAGISTERSKA Konstrukcja autonomicznego robota mobilnego Małgorzata Bartoszewicz Promotor: prof. dr hab. inż. A. Milecki Zakres
Bardziej szczegółowoWYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI Robot do pokrycia powierzchni terenu Zadania robota Zadanie całkowitego pokrycia powierzchni na podstawie danych sensorycznych Zadanie unikania przeszkód
Bardziej szczegółowoWykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Bardziej szczegółowoPathfinder nowe funkcje i możliwości
Pathfinder 2013 - nowe funkcje i możliwości 1. Wstęp. Pierwszego sierpnia br. miała miejsce premiera długo wyczekiwanego Pathfindera 2013. Ponad rok pracy pozwolił rozbudować program o kilka ciekawych
Bardziej szczegółowoPorównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Bardziej szczegółowoModelowanie i symulacja II Modelling and Simulation II. Automatyka i Robotyka II stopień ogólno akademicki studia stacjonarne
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Modelowanie i symulacja II Modelling and Simulation II A. USYTUOWANIE
Bardziej szczegółowoAlgorytmy sztucznej inteligencji
Algorytmy sztucznej inteligencji Dynamiczne sieci neuronowe 1 Zapis macierzowy sieci neuronowych Poniżej omówione zostaną części składowe sieci neuronowych i metoda ich zapisu za pomocą macierzy. Obliczenia
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: MODELOWANIE I SYMULACJA UKŁADÓW STEROWANIA Kierunek: Mechatronika Rodzaj przedmiotu: Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1.
Bardziej szczegółowoWIZUALIZACJA I STEROWANIE ROBOTEM
Maciej Wochal, Opiekun koła: Dr inż. Dawid Cekus Politechnika Częstochowska, Wydział Inżynierii Mechanicznej i Informatyki, Instytut Mechaniki i Podstaw Konstrukcji Maszyn, Koło Naukowe Komputerowego Projektowania
Bardziej szczegółowoWYKRESY SPORZĄDZANE W UKŁADZIE WSPÓŁRZĘDNYCH:
WYKRESY SPORZĄDZANE W UKŁADZIE WSPÓŁRZĘDNYCH: Zasada podstawowa: Wykorzystujemy możliwie najmniej skomplikowaną formę wykresu, jeżeli to możliwe unikamy wykresów 3D (zaciemnianie treści), uwaga na kolory
Bardziej szczegółowoLaboratorium Podstaw Robotyki I Ćwiczenie Khepera dwukołowy robot mobilny
Laboratorium Podstaw Robotyki I Ćwiczenie Khepera dwukołowy robot mobilny 16 listopada 2006 1 Wstęp Robot Khepera to dwukołowy robot mobilny zaprojektowany do celów badawczych i edukacyjnych. Szczegółowe
Bardziej szczegółowoRoboty przemysłowe. Wprowadzenie
Roboty przemysłowe Wprowadzenie Pojęcia podstawowe Manipulator jest to mechanizm cybernetyczny przeznaczony do realizacji niektórych funkcji kończyny górnej człowieka. Należy wyróżnić dwa rodzaje funkcji
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: KINEMATYKA I DYNAMIKA MANIPULATORÓW I ROBOTÓW Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy na specjalności: Systemy sterowania Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU
Bardziej szczegółowoBadanie zależności położenia cząstki od czasu w ruchu wzdłuż osi Ox
A: 1 OK Muszę to powtórzyć... Potrzebuję pomocy Badanie zależności położenia cząstki od czasu w ruchu wzdłuż osi Ox 1. Uruchom program Modellus. 2. Wpisz x do okna modelu. 3. Naciśnij przycisk Interpretuj
Bardziej szczegółowoInformatyka studia stacjonarne pierwszego stopnia
#382 #379 Internetowy system obsługi usterek w sieciach handlowych (The internet systems of detection of defects in trade networks) Celem pracy jest napisanie aplikacji w języku Java EE. Główne zadania
Bardziej szczegółowopojawianie się na drodze - z prawdopodobieństwem alf a nowe auto pojawia się na początku ulicy z pewną prędkością początkową
Opis modelu Projekt zawiera model automatu komórkowego opisującego ruch uliczny na jednopasmowej ulicy bez możliwości wyprzedzania. Przyjmujemy, że kierowcy nie powodują celowo kolizji oraz że chcą dojechać
Bardziej szczegółowoProcesy i systemy dynamiczne Nazwa przedmiotu SYLABUS A. Informacje ogólne
Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu Język przedmiotu Procesy i systemy dynamiczne Nazwa
Bardziej szczegółowoSymulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych
XXXVIII MIĘDZYUCZELNIANIA KONFERENCJA METROLOGÓW MKM 06 Warszawa Białobrzegi, 4-6 września 2006 r. Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych Eligiusz PAWŁOWSKI Politechnika
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Łańcuchy Markowa: zagadnienia graniczne. Ukryte modele Markowa. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ KLASYFIKACJA STANÓW Stan i jest osiągalny
Bardziej szczegółowoPlanowanie ruchu bryły sztywnej
Politechnika Warszawska Wydział Matematyki i Nauk Informacyjnych Warszawa, 6 czerwiec 2013 Wstęp Z planowanie ruchu bryły sztywnej korzysta się przede wszystkim w zagadnieniach związanych z robotami: produkcja
Bardziej szczegółowoINSTRUKCJA DO ĆWICZENIA NR 7
KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety
Bardziej szczegółowoPRACA DYPLOMOWA MAGISTERSKA
KATEDRA WYTRZYMAŁOSCI MATERIAŁÓW I METOD KOMPUTEROWYCH MACHANIKI PRACA DYPLOMOWA MAGISTERSKA Analiza kinematyki robota mobilnego z wykorzystaniem MSC.VisualNastran PROMOTOR Prof. dr hab. inż. Tadeusz Burczyński
Bardziej szczegółowoĆw. nr 31. Wahadło fizyczne o regulowanej płaszczyźnie drgań - w.2
1 z 6 Zespół Dydaktyki Fizyki ITiE Politechniki Koszalińskiej Ćw. nr 3 Wahadło fizyczne o regulowanej płaszczyźnie drgań - w.2 Cel ćwiczenia Pomiar okresu wahań wahadła z wykorzystaniem bramki optycznej
Bardziej szczegółowoProjektowanie systemów zrobotyzowanych
ZAKŁAD PROJEKTOWANIA TECHNOLOGII Laboratorium Projektowanie systemów zrobotyzowanych Instrukcja 4 Temat: Programowanie trajektorii ruchu Opracował: mgr inż. Arkadiusz Pietrowiak mgr inż. Marcin Wiśniewski
Bardziej szczegółowoStosowane metody wykrywania nieszczelności w sieciach gazowych
Stosowane metody wykrywania nieszczelności w sieciach gazowych Andrzej Osiadacz, Łukasz Kotyński Zakład Systemów Ciepłowniczych i Gazowniczych Wydział Inżynierii Środowiska Politechniki Warszawskiej Międzyzdroje,
Bardziej szczegółowoWYDZIAŁ LABORATORIUM FIZYCZNE
1 W S E i Z W WARSZAWIE WYDZIAŁ LABORATORIUM FIZYCZNE Ćwiczenie Nr 3 Temat: WYZNACZNIE WSPÓŁCZYNNIKA LEPKOŚCI METODĄ STOKESA Warszawa 2009 2 1. Podstawy fizyczne Zarówno przy przepływach płynów (ciecze
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoRÓWNANIA NIELINIOWE Maciej Patan
RÓWNANIA NIELINIOWE Maciej Patan Uniwersytet Zielonogórski Przykład 1 Prędkość v spadającego spadochroniarza wyraża się zależnością v = mg ( 1 e c t) m c gdzie g = 9.81 m/s 2. Dla współczynnika oporu c
Bardziej szczegółowoFRAKTALE I SAMOPODOBIEŃSTWO
FRAKTALE I SAMOPODOBIEŃSTWO Mariusz Gromada marzec 2003 mariusz.gromada@wp.pl http://multifraktal.net 1 Wstęp Fraktalem nazywamy każdy zbiór, dla którego wymiar Hausdorffa-Besicovitcha (tzw. wymiar fraktalny)
Bardziej szczegółowoMechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej
Katedra Robotyki i Mechatroniki Akademia Górniczo-Hutnicza w Krakowie Mechanika Robotów Wojciech Lisowski 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Mechanika Robotów KRiM, WIMIR, AGH
Bardziej szczegółowoPL B1. ADAPTRONICA SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, Łomianki k. Warszawy, PL BUP 20/10
PL 214845 B1 RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 214845 (13) B1 (21) Numer zgłoszenia: 387534 (51) Int.Cl. F16F 9/50 (2006.01) F16F 9/508 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej
Bardziej szczegółowoKryptografia. z elementami kryptografii kwantowej. Ryszard Tanaś Wykład 8
Kryptografia z elementami kryptografii kwantowej Ryszard Tanaś http://zon8.physd.amu.edu.pl/~tanas Wykład 8 Spis treści 13 Szyfrowanie strumieniowe i generatory ciągów pseudolosowych 3 13.1 Synchroniczne
Bardziej szczegółowoNIEPEWNOŚĆ W OKREŚLENIU PRĘDKOŚCI EES ZDERZENIA SAMOCHODÓW WYZNACZANEJ METODĄ EKSPERYMENTALNO-ANALITYCZNĄ
NIEPEWNOŚĆ W OKREŚLENIU PRĘDKOŚCI EES ZDERZENIA SAMOCHODÓW WYZNACZANEJ METODĄ EKSPERYMENTALNO-ANALITYCZNĄ Karol SZTWIERTNIA 1, Marek GUZEK, Janusz JANUŁA 3 Streszczenie Przedmiotem artykułu jest niepewność
Bardziej szczegółowoALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
Bardziej szczegółowoAnaliza skupień. Analiza Skupień W sztucznej inteligencji istotną rolę ogrywają algorytmy grupowania
Analiza skupień W sztucznej inteligencji istotną rolę ogrywają algorytmy grupowania Analiza Skupień Elementy składowe procesu grupowania obiekt Ekstrakcja cech Sprzężenie zwrotne Grupowanie klastry Reprezentacja
Bardziej szczegółowoAparaty słuchowe Hi-Fi z Multiphysics Modeling
Aparaty słuchowe Hi-Fi z Multiphysics Modeling POLITECHNIKA POZNAŃSKA Wydział Budowy Maszyn i Zarządzania Mechanika i Budowa Maszyn Technologia Przetwarzania Materiałów Prowadzący: dr hab. Tomasz Stręk
Bardziej szczegółowoO tzw. metaforze komputerowej
Marcin Miłkowski, IFiS PAN O tzw. metaforze komputerowej 18/11/08 Plan prezentacji Czy komputacjonizm to ujęcie metaforyczne? Kryteria adekwatności wyjaśnień obliczeniowych: Epistemiczne Mechanistyczne
Bardziej szczegółowoElektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy. Obowiązkowy Polski VI semestr zimowy
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowo- WALKER Czteronożny robot kroczący
- WALKER Czteronożny robot kroczący Wiktor Wysocki 2011 1. Wstęp X-walker jest czteronożnym robotem kroczącym o symetrycznej konstrukcji. Został zaprojektowany jako robot którego zadaniem będzie przejście
Bardziej szczegółowoProgramowanie w Baltie klasa VII
Programowanie w Baltie klasa VII Zadania z podręcznika strona 127 i 128 Zadanie 1/127 Zadanie 2/127 Zadanie 3/127 Zadanie 4/127 Zadanie 5/127 Zadanie 6/127 Ten sposób pisania programu nie ma sensu!!!.
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoPOSTĘPY W KONSTRUKCJI I STEROWANIU Bydgoszcz 2004
POSTĘPY W KONSTRUKCJI I STEROWANIU Bydgoszcz 2004 METODA SYMULACJI CAM WIERCENIA OTWORÓW W TARCZY ROZDRABNIACZA WIELOTARCZOWEGO Józef Flizikowski, Kazimierz Peszyński, Wojciech Bieniaszewski, Adam Budzyński
Bardziej szczegółowoIlustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b].
Rachunek Prawdopodobienstwa MAEW104 Wydział Elektroniki, rok akad. 2008/09, sem. letni wykład: dr hab. Agnieszka Jurlewicz Temat projektu: Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółoworozpoznawania odcisków palców
w algorytmie rozpoznawania odcisków palców Politechnika Łódzka Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej 24 października 2008 Plan prezentacji 1 Wstęp 2 3 Metoda badań Wyniki badań
Bardziej szczegółowoNajprostszy schemat blokowy
Definicje Modelowanie i symulacja Modelowanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego układu rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano
Bardziej szczegółowo1. Podstawowe pojęcia
1. Podstawowe pojęcia Sterowanie optymalne obiektu polega na znajdowaniu najkorzystniejszej decyzji dotyczącej zamierzonego wpływu na obiekt przy zadanych ograniczeniach. Niech dany jest obiekt opisany
Bardziej szczegółowoMODELE I MODELOWANIE
MODELE I MODELOWANIE Model układ materialny (np. makieta) lub układ abstrakcyjny (np..rysunki, opisy słowne, równania matematyczne). Model fizyczny (nominalny) opis procesów w obiekcie (fizycznych, również
Bardziej szczegółowoROZKŁAD MATERIAŁU NAUCZANIA KLASA 2, ZAKRES PODSTAWOWY
1 Lekcja organizacyjna. Zapoznanie z programem nauczania i kryteriami wymagań na oceny 2 Trygonometria Funkcje trygonometryczne kąta ostrego w trójkącie prostokątnym 3-4 Trygonometria Funkcje trygonometryczne
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z
Bardziej szczegółowoPodstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 429 EKONOMICZNE PROBLEMY TURYSTYKI NR 7 2006 RAFAŁ CZYŻYCKI, MARCIN HUNDERT, RAFAŁ KLÓSKA STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE ANALIZA SYSTEMOWA. Logistyka. Niestacjonarne. I stopnia III. dr Cezary Stępniak. Ogólnoakademicki.
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
Zał. nr 4 do ZW /01 WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim : AUTOMATYKA I ROBOTYKA Nazwa w języku angielskim: AUTOMATION AND ROBOTICS Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoi ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk
System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:
Bardziej szczegółowoINFORMATYKA SYSTEMÓW AUTONOMICZNYCH
Katarzyna Wojewoda 133413 Wrocław, 05. 06. 2007 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH PRACA ZALICZENIOWA Reprezentacje wiedzy w systemach autonomicznych: Reprezentacja potencjałowa Prowadzący: Dr inŝ. Marek
Bardziej szczegółowoMetody Optymalizacji: Przeszukiwanie z listą tabu
Metody Optymalizacji: Przeszukiwanie z listą tabu Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: wtorek
Bardziej szczegółowoZastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D
Zastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D autorzy: Michał Dajda, Łojek Grzegorz opiekun naukowy: dr inż. Paweł Rotter I. O projekcie. 1. Celem projektu było stworzenie
Bardziej szczegółowoPL B1. Mechanizm pedipulatora do ustawiania pozycji modułu napędowego, zwłaszcza robota mobilnego
PL 223875 B1 RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 223875 (13) B1 (21) Numer zgłoszenia: 406656 (51) Int.Cl. F16H 1/36 (2006.01) F16H 3/00 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej
Bardziej szczegółowoZadanie 1: Piętnastka - uzupełnienie
Informatyka, studia dzienne, inż. I st. semestr VI Sztuczna Inteligencja i Systemy Ekspertowe 2010/2011 Prowadzący: mgr Michał Pryczek piątek, 12:00 Data oddania: Ocena: Grzegorz Graczyk 150875 Marek Rogalski
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoAutonomia robotów. Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska
Autonomia robotów Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Wszechnica PAN 13 kwietnia 2016 r. Anatomia robota Receptory
Bardziej szczegółowoOptymalizacja. Przeszukiwanie lokalne
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x
Bardziej szczegółowoInstrukcja. Laboratorium Metod i Systemów Sterowania Produkcją.
Instrukcja do Laboratorium Metod i Systemów Sterowania Produkcją. 2010 1 Cel laboratorium Celem laboratorium jest poznanie metod umożliwiających rozdział zadań na linii produkcyjnej oraz sposobu balansowania
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
Zał. nr do ZW /01 WYDZIAŁ / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Identyfikacja systemów Nazwa w języku angielskim System identification Kierunek studiów (jeśli dotyczy): Inżynieria Systemów
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA
I. KARTA PRZEDMIOTU. Nazwa przedmiotu: MATEMATYKA STOSOWANA 2. Kod przedmiotu: Ms 3. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego 4. Kierunek: Nawigacja 5. Specjalność: Nawigacja morska
Bardziej szczegółowoObliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 02 Jarosław Miszczak IITiS PAN Gliwice 06/10/2016 1 / 31 Czego dowiedzieliśmy się na poprzednim wykładzie? 1... 2... 3... 2 / 31 1 2 3 3 / 31 to jeden z pierwszych
Bardziej szczegółowoTemat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów skończonych
Opracował: dr inż. Zbigniew Buchalski KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów
Bardziej szczegółowoStatystyka opisowa- cd.
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa- cd. Wykład 4 Dr inż. Adam Deptuła HISTOGRAM UNORMOWANY Pole słupka = wysokość słupka x długość przedziału Pole słupka = n i n h h,
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Technologie informatyczne Interpolacja metoda funkcji sklejanych Materiały pomocnicze do ćwiczeń laboratoryjnych
Bardziej szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
Bardziej szczegółowoSYLABUS/KARTA PRZEDMIOTU
. NAZWA PRZEDMIOTU SYLABUS/KARTA PRZEDMIOTU Systemy wizyjne w automatyce przemysłowej. NAZWA JEDNOSTKI PROWADZĄCEJ PRZEDMIOT Instytut Politechniczny. STUDIA kierunek stopień tryb język status przedmiotu
Bardziej szczegółowoAdaptacyjne sterowanie robotem IRb-6 instrukcja nr 508
Adaptacyjne sterowanie robotem IRb-6 instrukcja nr 508 1 Cel ćwiczenia. Celem ćwiczenia jest praktyczne zapoznanie sie z programowaniem robota przemysłowego IRb-6 wyposażonego w czujnik zbliżeniowy z wykorzystaniem
Bardziej szczegółowoĆwiczenie M-2 Pomiar przyśpieszenia ziemskiego za pomocą wahadła rewersyjnego Cel ćwiczenia: II. Przyrządy: III. Literatura: IV. Wstęp. l Rys.
Ćwiczenie M- Pomiar przyśpieszenia ziemskiego za pomocą wahadła rewersyjnego. Cel ćwiczenia: pomiar przyśpieszenia ziemskiego przy pomocy wahadła fizycznego.. Przyrządy: wahadło rewersyjne, elektroniczny
Bardziej szczegółowoSterowanie procesem i jego zdolność. Zbigniew Wiśniewski
Sterowanie procesem i jego zdolność Zbigniew Wiśniewski Wybór cech do kart kontrolnych Zaleca się aby w pierwszej kolejności były brane pod uwagę cechy dotyczące funkcjonowania wyrobu lub świadczenia usługi
Bardziej szczegółowoProjekt Zaprogramować działanie robota w narzędziu USARSim
WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA Z SIEDZIBĄ W RZESZOWIE Inteligentne Systemy Autonomiczne Projekt Zaprogramować działanie robota w narzędziu USARSim Prowadzący: Wykonawca: Mgr Daniel Jachyra Paweł
Bardziej szczegółowoMikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 5 Mikołaj Czajkowski Wiktor Budziński Zadanie 1. Wykorzystując dane me.medexp3.dta przygotuj model regresji kwantylowej 1. Przygotuj model regresji kwantylowej w którym logarytm wydatków
Bardziej szczegółowo