Mudanças entre as edições de "Estudos em robótica probabilística"
Linha 1: | Linha 1: | ||
+ | Roteiro de atividades para o dia 03/06/2009 | ||
+ | # Produzir o mapa do ambiente simulado (Camilo) - OK | ||
+ | # Implementar o modelo Monte Carlo (Particle Filter) Localization (Nuno) | ||
+ | # Integrar o modelo de movimento com o MCL | ||
+ | # Implementar o modelo LRS (Alberto) | ||
+ | ## Casar, no Excel, o modelo com os dados obtidos nas medidas da última aula (Dijalma) | ||
+ | # Integrar o modelo LRS ao MCL | ||
+ | # Testar | ||
+ | |||
+ | |||
+ | |||
Roteiro de atividades para o dia 19/06/2009 | Roteiro de atividades para o dia 19/06/2009 | ||
# Implementar o algoritmo que implementa um Kalman Filter para o Tropidurus, onde x = x, y, theta; e z = 256 leituras LRF (Nuno) | # Implementar o algoritmo que implementa um Kalman Filter para o Tropidurus, onde x = x, y, theta; e z = 256 leituras LRF (Nuno) |
Edição das 18h01min de 3 de julho de 2009
Roteiro de atividades para o dia 03/06/2009
- Produzir o mapa do ambiente simulado (Camilo) - OK
- Implementar o modelo Monte Carlo (Particle Filter) Localization (Nuno)
- Integrar o modelo de movimento com o MCL
- Implementar o modelo LRS (Alberto)
- Casar, no Excel, o modelo com os dados obtidos nas medidas da última aula (Dijalma)
- Integrar o modelo LRS ao MCL
- Testar
Roteiro de atividades para o dia 19/06/2009
- Implementar o algoritmo que implementa um Kalman Filter para o Tropidurus, onde x = x, y, theta; e z = 256 leituras LRF (Nuno)
Roteiro de atividades para o dia 05/06/2009
- Criar um projeto no MRDS para integrar todas as funcionalidades (Nuno, Victor)
- Implementar o Velocity-Based Model (Jairo, Alberto)
- Implementar o algoritmo Ray Casting (Jairo, Nuno)
- Implementar o algoritmo beam_range_finder_model em C# (Victor, Dijalma)
- Escolher uma região para o nosso mapa inicial e
- Fazer o mapa (Camilo, Lucas) - OK
- Colocar o robô em pontos e orientações conhecidas no mapa e colher pelo menos 100 range scans com o laser range scan (LRS) em diferentes posições do robô no mapa (Camilo, Lucas, Alberto)
- Implementar o algoritmo Expectation Maximization em C# e calcular os parâmetros do LRS (Lucas, Camilo, Alberto, Dijalma, Nuno)
- Implementar o algoritmo likelihood field range finder model (Camilo)
- Implementar o algoritmo map matching (usando o likelihood field de cada scan, i.e., generate small, local maps from sensor data and match local maps against global model) (Camilo)
- Implementar modelo probabilístico do LRS (P(z|x,m)) no ExplorerSim (Alberto)
Roteiro de atividades para o dia 15/05/2009
- Colocar o código base (C:\Documents and Settings\PC\Microsoft Robotics Dev Studio 2008 Express\ProMRDS\Chapter17\Hemisson e C:\Documents and Settings\PC\Microsoft Robotics Dev Studio 2008 Express\ProMRDS\Chapter9\ExplorerSim) no svn - OK
- Implementar versão com odômetro de "RotateDegrees" - OK
- Implementar versão com odômetro de "DriveDistance" - OK
- Fazer atualização do estado do robô real de forma apropriada no ExplorerSim - OK
- Implementar modelo probabilístico da pose do robô simulado (P(x|x_1,u)) no ExplorerSim (todos - detalhamento) - OK
- Implementar modelo probabilístico do LRS (P(z|x,m)) no ExplorerSim
Roteiro de atividades para o dia 24/04/2009
- Implementar o algoritmo likelihood field range finder model (Camilo)
- Implementar o algoritmo map matching (usando o likelihood field de cada scan, i.e., generate small, local maps from sensor data and match local maps against global model) (Camilo)
- Documentar o que foi feito na aula passada (Todos)
- Terminar as atividades da aula passada (Todos)
Roteiro de atividades para o dia 17/04/2009
- Implementar um controle PID para velocidade de cada roda do robô (Alberto) - OK
- Implementar o algoritmo Ray Casting (Jairo, Nuno)
- Implementar o algoritmo beam_range_finder_model em C# (Victor, Dijalma)
- Escolher uma região para o nosso mapa inicial e
- Fazer o mapa (Camilo, Lucas)
- Colocar o robô em pontos e orientações conhecidas no mapa e colher pelo menos 100 range scans com o laser range scan (LRS) em diferentes posições do robô no mapa (Camilo, Lucas, Alberto)
- Implementar o algoritmo Expectation Maximization em C# e calcular os parâmetros do LRS (Lucas, Camilo, Alberto, Dijalma, Nuno)
- Documentar o que foi feito na aula passada (Todos)
- Terminar as atividades da aula passada (Todos)
Roteiro de atividades para o dia 03/04/2009
- Implementar o Noise Model for Odometry em C# no Windows (Jairo, Alberto) - OK
- Implementar o Velocity-Based Model (Jairo, Alberto)
- Implementar interface para o Joystick no MRS (Dijalma, Nuno) - OK
- Implementar a odometria do robô – hardware (Alberto, Camilo) - OK
- Implementar a odometria do robô – software (Alberto) - OK
- Documentar o que foi feito na aula passada (Todos)
- Terminar as atividades da aula passada (Todos)
Atividades realizadas dia 27/03/2009
- Elaboração do Odometric Encoder Disk - OK (Como foi feito)
Roteiro de tarefas do dia 20/03/2009
- Revisar a estrutura do robô (Alberto)
- Colocar os parafusos que faltam – OK
- Instalar o Laser Range Scan (LRS) – OK
- Instalar outra serial no robô (Dijalma e Lucas) – OK (Como foi feito)
- Buscar e instalar novo software de acesso ao LRS no laptop do robô (Lucas) – OK (tem no MRDS)
- Instalar o Microsoft Robotics Developer Studio (MRDS) no laptop do robô (Vicente) – OK (Necessario também o Microsoft Visual Studio)
- Implementar usando C# um “dispositivo” leitura/escrita em interface serial (Nuno) – OK (mas tem que embutir no MRDS)
- Usar o dispositivo acima para implementar um código de controle do robô via serial (Nuno, Alberto) – OK
- Criar um projeto no MRDS para integrar todas as funcionalidades (Nuno, Victor)
- Propor uma nova interface de caractere para o robô (Nuno) – OK (Alberto vai colocar no wiki)
- Controlar o robô via câmera remotamente - OK
- Instalar VNC no laptop do robô e em outro computador (Camilo, Dijalma) – OK (Instalando VNC)
- Instalar o software das câmeras no laptop do robô (Victor) – OK
- Testar a alimentação das câmeras usando a bateria do robô (Victor, Alberto) – OK