Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Informatyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: niestacjonarne
Specjalności na kierunku: AA - inżynieria systemów informatycznych, AI - Sztuczna inteligencja, TT - informatyka w przedsiębiorstwie, Z - inżynieria systemów złożonych
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki
Kod zajęć: 15979
Status zajęć: wybierany dla specjalności
Układ zajęć w planie studiów: sem: 7 / W10 L10 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. prof. PRz Tomasz Krzeszowski
Główny cel kształcenia: Poznanie podstawowych zagadnień z związanych z programowaniem robotów mobilnych.
Ogólne informacje o zajęciach:
Materiały dydaktyczne: http://kwiktor.kia.prz.edu.pl/dydaktyk.html
1 | Siegwart R., Nourbakhsh I. | Introduction to Autonomous Mobile Robots | MIT Press. | 2004 |
2 | Borenstein J. | Where am I? Systems and Methods for Mobile Robot Positioning | The University of Michigan. | 1996 |
3 | Szeliski R. | Computer Vision: Algorithms and Applications | Springer. | 2010 |
1 | Dokumentacja ROS2, https://docs.ros.org/ | . |
Wymagania formalne: Student wpisany na 7 semestr studiów inżynierskich.
Wymagania wstępne w kategorii Wiedzy: Podstawy robotyki i teorii sterowania.
Wymagania wstępne w kategorii Umiejętności: Potrafi programować w języku C/C++.
Wymagania wstępne w kategorii Kompetencji społecznych: Uczciwość, komunikatywność, umiejętność radzenia sobie z emocjami i ze stresem, odpowiedzialność i szacunek do innych.
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | Zna proste układy sterowania robotami mobilnymi | wykład, laboratorium | sprawdzian |
K_W04+ K_U01+++ K_U02++ K_K07++ |
P6S_KO P6S_UW P6S_WG |
02 | Opracowuje podstawowe oprogramowanie dla robotów mobilnych | wykład, laboratorium | sprawdzian |
K_W04+++ K_U01+ K_U02++ K_U17+++ K_K01+ K_K07+++ |
P6S_KK P6S_KO P6S_UU P6S_UW P6S_WG |
03 | Ma podstawową wiedzę na temat zastosowań metod wizji komputerowej, lokalizacji i nawigacji w robotyce mobilnej | wykład, laboratorium | sprawdzian |
K_W04+ K_U01++ K_U02++ K_K01++ K_K07+++ |
P6S_KK P6S_KO P6S_UU P6S_UW P6S_WG |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
7 | TK01 | W01 | MEK01 MEK02 | |
7 | TK02 | W02, W03, L01, L02, L03 | MEK01 MEK02 | |
7 | TK03 | W04, W05, L04, L05 | MEK02 MEK03 | |
7 | TK04 | W12, L05 | MEK01 MEK02 MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 7) | Godziny kontaktowe:
10.00 godz./sem. |
||
Laboratorium (sem. 7) | Godziny kontaktowe:
10.00 godz./sem. |
||
Konsultacje (sem. 7) | |||
Zaliczenie (sem. 7) |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | |
Laboratorium | |
Ocena końcowa | Ocena z laboratorium. |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | B. Dziadek; C. França; É. Gouveia; T. Krzeszowski; F. Martins; K. Przednowek | System for Estimation of Human Anthropometric Parameters Based on Data from Kinect v2 Depth Camera | 2023 |
2 | P. Hasiec; H. Josiński; T. Krzeszowski; W. Lindenheim-Locher; G. Paleta; M. Paszkuta; J. Rosner; A. Switoński; K. Wojciechowski | YOLOv5 Drone Detection Using Multimodal Data Registered by the Vicon System | 2023 |
3 | T. Krzeszowski; J. Rosner; A. Switonski; K. Wojciechowski; M. Zielinski | 3D Tracking of Multiple Drones Based on Particle Swarm Optimization | 2023 |
4 | C. Calafate; M. Kepski; T. Krzeszowski; A. Switonski | Intelligent Sensors for Human Motion Analysis | 2022 |
5 | T. Krzeszowski; K. Przednowek | Sposób estymacji cech somatycznych, wskaźników somatycznych, komponentów somatotypu, samego somatotypu oraz komponentów składu ciała z wykorzystaniem sensora głębi | 2022 |
6 | T. Krzeszowski; K. Wiktorowicz | Identification of time series models using sparse Takagi–Sugeno fuzzy systems with reduced structure | 2022 |
7 | T. Krzeszowski; W. Paśko; K. Przednowek; E. Zadarko | Relationship between Eye Blink Frequency and Incremental Exercise among Young Healthy Men | 2022 |
8 | T. Krzeszowski; K. Przednowek; K. Wiktorowicz | Sparse regressions and particle swarm optimization in training high-order Takagi–Sugeno fuzzy systems | 2021 |
9 | T. Krzeszowski; K. Wiktorowicz | Training Sparse Fuzzy Classifiers Using Metaheuristic Optimization | 2021 |
10 | T. Krzeszowski | Member of the Topic Editor team (Topics Board) of the Sensors journal (MDPI) | 2020 |
11 | T. Krzeszowski; K. Przednowek | Opracowanie metod do estymacji parametrów antropometrycznych człowieka na podstawie danych z kamery głębokości | 2020 |
12 | T. Krzeszowski; K. Wiktorowicz | Approximation of two-variable functions using high-order Takagi–Sugeno fuzzy systems, sparse regressions, and metaheuristic optimization | 2020 |
13 | T. Krzeszowski; K. Wiktorowicz | Combined Regularized Discriminant Analysis and Swarm Intelligence Techniques for Gait Recognition | 2020 |
14 | T. Krzeszowski; K. Wiktorowicz | Training High-Order Takagi-Sugeno Fuzzy Systems Using Batch Least Squares and Particle Swarm Optimization | 2020 |
15 | H. Josiński; T. Krzeszowski; B. Kwolek; A. Michalczuk; A. Świtoński; K. Wojciechowski | Calibrated and synchronized multi-view video and motion capture dataset for evaluation of gait recognition | 2019 |
16 | J. Marquez-Barja; C. Calafate; J. Cano; F. Fabra ; T. Krzeszowski; P. Manzoni; J. Wubben | A vision-based system for autonomous vertical landing of unmanned aerial vehicles | 2019 |
17 | J. Marquez-Barja; C. Calafate; J. Cano; F. Fabra ; T. Krzeszowski; P. Manzoni; J. Wubben | Accurate Landing of Unmanned Aerial Vehicles Using Ground Pattern Recognition | 2019 |
18 | J. Iskra; T. Krzeszowski; K. Przednowek; K. Wiktorowicz | A web-oriented expert system for planning hurdles race training programmes | 2019 |
19 | J. Iskra; T. Krzeszowski; K. Przednowek; K. Wiktorowicz | The Application of Multiview Human Body Tracking on the Example of Hurdle Clearance | 2019 |
20 | J. Iskra; T. Krzeszowski; K. Przednowek; K. Wiktorowicz | Wspomaganie procesu treningowego w biegach przez płotki z wykorzystaniem modelowania komputerowego | 2019 |
21 | T. Krzeszowski | Member of the Program Committee of the 7th International Conference on Sport Sciences Research and Technology Support | 2019 |