Ana içeriğe atla

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
ROBOTİK VE AKILLI SİSTEMLERBME3114266Güz Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDr.Öğr.Üye. Elif HOCAOĞLU
Dersi VerenlerDr.Öğr.Üye. Elif HOCAOĞLU, Dr.Öğr.Üye. Cihan Bilge KAYASANDIK
Dersin Yardımcıları
Dersin Amacı"Robotik Uyg. Yapay Zeka ve Makine Öğrenimi " dersinde, robotik sistemlerin tasarımı, geliştirilmesi ve uygulamalarıyla ilgili geniş bir kapsama sahiptir. Ders, robotik sistemlerin temel bileşenlerine dair tarihsel bir bakışla başlar. Kinematik, dinamik, kontrol sistemleri ve sensörler gibi teorik temelleri ele alır. Öğrencilere yapay zeka ve makine öğrenmesini robotik sistemlere entegre etme yeteneği kazandırarak akıllı sistemlere yönelik önemli bir perspektif sunar. Ders, sensörler ve algılama konusundaki önemini vurgular, bilgisayar görüsü ve sensör birleştirme gibi konuları içerir. Ayrıca, etik düşünce ve işbirlikçi tasarım prensiplerine odaklanan insan-robot etkileşimini inceleyen bir bölüm içerir. İlgili uygulama alanlarını kapsayan ders, imalattan sağlığa kadar çeşitli endüstrilerde robotik uygulamalara gerçek dünya örnekleri sunar. Dersin disiplinler arası yapısı, robotiği diğer alanlarla nasıl bütünleştireceklerini anlamalarını ve projeler aracılığıyla el becerilerini geliştirmelerini sağlar, böylece öğrenciler robotik ve akıllı sistemlerin dinamik alanına hazır hale gelirler.
Dersin İçeriğiBu ders; Robotik ve Akıllı Sistemler TanımıRobotik ve Akıllı Sistemlerin Kısa TarihiGüncel
Eğilimler ve Uygulama Genel BakışıRobot Bileşenleri ve Türleri,Robotic uç işlevcilerinin yönelimini açıklamak ve kontrol etmek için döndürme
operatörlerini anlamak.,Bir robotik sistemin pozisyonunu ve yönelimini birleşik matematiksel bir
çerçevede temsil etmek için homojen dönüşümleri uygulamak.,Bir robotun eklem değişkenleri verildiğinde robot uç etkileyicisinin pozisyonunu
belirlemek için İleri Kinematik'in uygulanması,İstenen bir uç etkileyici pozisyon ve yönelimine ulaşmak için gerekli eklem
değişkenlerini hesaplamak amacıyla Ters Kinematik problemlerinin çözülmesi,Hız kinematiği kavramı ve bu kavramı kullanarak bir robotik sistemdeki eklem
hızları ile uç etkileyici hızları arasındaki ilişkiyi analiz etmektir,Robotik sistemlerin hareket denklemlerini Newton-Euler yöntemi kullanarak
türetme. Bir robotik sistemdeki bireysel rijit cisimler için kütle, ağırlık merkezi ve
atalet momenti dahil olmak üzere atalet özelliklerini hesaplamak. Tekrarlanır
Newton-Euler algoritmasını kullanarak bir robotik manipülatörde hızları ve
ivmeleri hesaplamak.,Eklem kuvvetlerini ve torkları analiz etmek ve bunları dış kuvvetler, eklem
ivmeleri ve atalet özellikleri terimleriyle ifade etmek. Newton-Euler yöntemini
kullanarak robotik manipülatörlerin dinamik simülasyonlarının gerçekleştirilmesi,Lagrange denklemlerinin mekanik sistemlerin dinamiklerini açıklamadaki
avantajlarının türetilmesi.,Euler-Lagrange denklemleri kullanılarak kısıtlamaların bulunduğu durumlarda
dinamik problemleri çözmek, örneğin kapalı çevrim kinematik yapıları.
Dinamiklerin, Newton-Euler yöntemi ve Euler-Lagrange yöntemlerinin anlayışının
kritik olduğu gerçek dünya uygulamaları,Robotikte yapay zeka uygulamalarına giriş,Örnekleme Teoremi, Temsil Teorisi ve Temsil sistemlerinin temel prensipleri,
Tıbbi Sinyal İşleme, Sinyal Özellik Çıkarma yöntemler,Bilgisayar Görüşüne Giriş, Görüntü Filtreleme ve temel filtre tasarımı, Görüntü
işleme için özel filtreler,Yapay öğrenme tipleri, Lineer/Doğrusal Olmayan sınıflandırıcılar, Küçük veri
analizi için doğrulama yöntemleri; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Robotikteki temel prensipleri, ana bileşenleri ve bunların robot sistemlerindeki rollerini ve aynı zamanda robotiğin tarihçesini, önemli kilometre taşlarını ve çığır açan gelişmeleri tanır.12, 2, 21, 9A, D, E, F
Bir robotik uç işlevcinin konumunu ve yönelimini (pozisyon ve yönelim) birleşik bir matematiksel çerçevede temsil etmek için döndürme operatörlerini ve homojen dönüşümleri uygular12, 2, 21, 3, 9A, D, E, F
Bir robotun eklem değişkenleri verildiğinde robot uç etkileyicisinin pozisyonunu belirlemek için ileri kinematiğini, istenen bir uç etkileyici pozisyon ve yönelimine ulaşmak için gerekli eklem değişkenlerini hesaplamak amacıyla ters kinematik analizini, aynı zamanda hız kinematiği kavramını incelemek ve bir robotik sistemde eklem hızları ile uç etkileyici hızları arasındaki ilişkiyi analiz etmek için hız kinematiğini uygular.12, 2, 21, 3, 9A, D, E, F
Bir robotik sistemdeki rijit cisimler için kütle, ağırlık merkezi ve eylemsizlik tensörü dahil olmak üzere atalet özelliklerini, ayrıca bir robotik manipülâtörde hızları ve ivmeleri hesaplamak için yinelemeli Newton-Euler algoritmasını uygulayarak eklem kuvvet/tork denklemlerini çözer12, 2, 21, 3, 9A, D, E, F
Euler-Lagrange yöntemini kullanarak robotik sistemlerin hareket denklemlerini türetir.12, 2, 21, 3, 9A, D, E, F
Akıllı bir sistem oluşturmak için doğru öğrenme tipini, yöntemini ve veri toplama özelliklerini belirler.12, 2, 21, 3, 9A, D, E, F
Belirlenen veri türünün sonuçlarını yorumlama yeteneği ve doğru ön işleme ve son işleme tekniklerini tanır.2, 21, 3, 9A, D, E, F
Doğru bir doğrulama yöntemi uygular10, 3, 9A, D, F
Veri analizi görevine dayalı olarak sonuçları, doğru desen analizi yöntemini ve gereksinimleri belirler.2, 21, 9A, D, F
Öğretim Yöntemleri:10: Tartışma Yöntemi, 12: Problem Çözme Yöntemi, 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 3: Probleme Dayalı Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, D: Sözlü Sınav, E: Ödev, F: Proje Görevi

Ders Akışı

SıraKonularÖn Hazırlık
1Robotik ve Akıllı Sistemler TanımıRobotik ve Akıllı Sistemlerin Kısa TarihiGüncel
Eğilimler ve Uygulama Genel BakışıRobot Bileşenleri ve Türleri
Ders sunuları
2Robotic uç işlevcilerinin yönelimini açıklamak ve kontrol etmek için döndürme
operatörlerini anlamak.
Ders sunuları
3Bir robotik sistemin pozisyonunu ve yönelimini birleşik matematiksel bir
çerçevede temsil etmek için homojen dönüşümleri uygulamak.
Ders sunuları
4Bir robotun eklem değişkenleri verildiğinde robot uç etkileyicisinin pozisyonunu
belirlemek için İleri Kinematik'in uygulanması
Ders sunuları
5İstenen bir uç etkileyici pozisyon ve yönelimine ulaşmak için gerekli eklem
değişkenlerini hesaplamak amacıyla Ters Kinematik problemlerinin çözülmesi
Ders sunuları
6Hız kinematiği kavramı ve bu kavramı kullanarak bir robotik sistemdeki eklem
hızları ile uç etkileyici hızları arasındaki ilişkiyi analiz etmektir
Ders sunuları
7Robotik sistemlerin hareket denklemlerini Newton-Euler yöntemi kullanarak
türetme. Bir robotik sistemdeki bireysel rijit cisimler için kütle, ağırlık merkezi ve
atalet momenti dahil olmak üzere atalet özelliklerini hesaplamak. Tekrarlanır
Newton-Euler algoritmasını kullanarak bir robotik manipülatörde hızları ve
ivmeleri hesaplamak.
Ders sunuları
8Eklem kuvvetlerini ve torkları analiz etmek ve bunları dış kuvvetler, eklem
ivmeleri ve atalet özellikleri terimleriyle ifade etmek. Newton-Euler yöntemini
kullanarak robotik manipülatörlerin dinamik simülasyonlarının gerçekleştirilmesi
Ders sunuları
9Lagrange denklemlerinin mekanik sistemlerin dinamiklerini açıklamadaki
avantajlarının türetilmesi.
Ders sunuları
10Euler-Lagrange denklemleri kullanılarak kısıtlamaların bulunduğu durumlarda
dinamik problemleri çözmek, örneğin kapalı çevrim kinematik yapıları.
Dinamiklerin, Newton-Euler yöntemi ve Euler-Lagrange yöntemlerinin anlayışının
kritik olduğu gerçek dünya uygulamaları
Ders sunuları
11Robotikte yapay zeka uygulamalarına girişDers sunuları
12Örnekleme Teoremi, Temsil Teorisi ve Temsil sistemlerinin temel prensipleri,
Tıbbi Sinyal İşleme, Sinyal Özellik Çıkarma yöntemler
Ders sunuları
13Bilgisayar Görüşüne Giriş, Görüntü Filtreleme ve temel filtre tasarımı, Görüntü
işleme için özel filtreler
Ders sunuları
14Yapay öğrenme tipleri, Lineer/Doğrusal Olmayan sınıflandırıcılar, Küçük veri
analizi için doğrulama yöntemleri
Ders sunuları
Kaynak
Robot Dynamics and Control, Spong, Vidyasagar, John Wiley and Sons, 1989. Corke, P. I., Jachimczyk, W., & Pillat, R. (2011). Robotics, vision and control: fundamental algorithms in MATLAB (Vol. 73, p. 2). Berlin: Springer. Duda, R. O., & Hart, P. E. (2006). Pattern classification. John Wiley & Sons. Bishop, C. M., & Nasrabadi, N. M. (2006). Pattern recognition and machine learning (Vol. 4, No. 4, p. 738). New York: Springer.
• MATLAB Control System Toolbox, SIMULINK (Code Examples) • Arduino (Built-in Examples) https://www.arduino.cc/en/Tutorial/BuiltInExamples

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
X
2
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
X
3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi
X
4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi
X
5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi
X
6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi
X
7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi
X
8
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
X
9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
X
10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi
X
11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
X
12
İnsan vücudunu anlama ve onarmada mühendisliğin ilkelerini uygulama ve karar verme yetisi
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 30
Genel Sınavın Başarıya Oranı 70
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Saati14570
Rehberli Problem Çözme14228
Problem Çözümü / Ödev / Proje / Rapor Tanzimi51050
Okul Dışı Diğer Faaliyetler000
Proje Sunumu / Seminer155
Kısa Sınav (QUİZ) ve Hazırlığı000
Ara Sınav ve Hazırlığı000
Genel Sınav ve Hazırlığı14040
Performans Görevi, Bakım Planı000
Toplam İş Yükü (Saat)193
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(193/30)6
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
ROBOTİK VE AKILLI SİSTEMLERBME3114266Güz Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDr.Öğr.Üye. Elif HOCAOĞLU
Dersi VerenlerDr.Öğr.Üye. Elif HOCAOĞLU, Dr.Öğr.Üye. Cihan Bilge KAYASANDIK
Dersin Yardımcıları
Dersin Amacı"Robotik Uyg. Yapay Zeka ve Makine Öğrenimi " dersinde, robotik sistemlerin tasarımı, geliştirilmesi ve uygulamalarıyla ilgili geniş bir kapsama sahiptir. Ders, robotik sistemlerin temel bileşenlerine dair tarihsel bir bakışla başlar. Kinematik, dinamik, kontrol sistemleri ve sensörler gibi teorik temelleri ele alır. Öğrencilere yapay zeka ve makine öğrenmesini robotik sistemlere entegre etme yeteneği kazandırarak akıllı sistemlere yönelik önemli bir perspektif sunar. Ders, sensörler ve algılama konusundaki önemini vurgular, bilgisayar görüsü ve sensör birleştirme gibi konuları içerir. Ayrıca, etik düşünce ve işbirlikçi tasarım prensiplerine odaklanan insan-robot etkileşimini inceleyen bir bölüm içerir. İlgili uygulama alanlarını kapsayan ders, imalattan sağlığa kadar çeşitli endüstrilerde robotik uygulamalara gerçek dünya örnekleri sunar. Dersin disiplinler arası yapısı, robotiği diğer alanlarla nasıl bütünleştireceklerini anlamalarını ve projeler aracılığıyla el becerilerini geliştirmelerini sağlar, böylece öğrenciler robotik ve akıllı sistemlerin dinamik alanına hazır hale gelirler.
Dersin İçeriğiBu ders; Robotik ve Akıllı Sistemler TanımıRobotik ve Akıllı Sistemlerin Kısa TarihiGüncel
Eğilimler ve Uygulama Genel BakışıRobot Bileşenleri ve Türleri,Robotic uç işlevcilerinin yönelimini açıklamak ve kontrol etmek için döndürme
operatörlerini anlamak.,Bir robotik sistemin pozisyonunu ve yönelimini birleşik matematiksel bir
çerçevede temsil etmek için homojen dönüşümleri uygulamak.,Bir robotun eklem değişkenleri verildiğinde robot uç etkileyicisinin pozisyonunu
belirlemek için İleri Kinematik'in uygulanması,İstenen bir uç etkileyici pozisyon ve yönelimine ulaşmak için gerekli eklem
değişkenlerini hesaplamak amacıyla Ters Kinematik problemlerinin çözülmesi,Hız kinematiği kavramı ve bu kavramı kullanarak bir robotik sistemdeki eklem
hızları ile uç etkileyici hızları arasındaki ilişkiyi analiz etmektir,Robotik sistemlerin hareket denklemlerini Newton-Euler yöntemi kullanarak
türetme. Bir robotik sistemdeki bireysel rijit cisimler için kütle, ağırlık merkezi ve
atalet momenti dahil olmak üzere atalet özelliklerini hesaplamak. Tekrarlanır
Newton-Euler algoritmasını kullanarak bir robotik manipülatörde hızları ve
ivmeleri hesaplamak.,Eklem kuvvetlerini ve torkları analiz etmek ve bunları dış kuvvetler, eklem
ivmeleri ve atalet özellikleri terimleriyle ifade etmek. Newton-Euler yöntemini
kullanarak robotik manipülatörlerin dinamik simülasyonlarının gerçekleştirilmesi,Lagrange denklemlerinin mekanik sistemlerin dinamiklerini açıklamadaki
avantajlarının türetilmesi.,Euler-Lagrange denklemleri kullanılarak kısıtlamaların bulunduğu durumlarda
dinamik problemleri çözmek, örneğin kapalı çevrim kinematik yapıları.
Dinamiklerin, Newton-Euler yöntemi ve Euler-Lagrange yöntemlerinin anlayışının
kritik olduğu gerçek dünya uygulamaları,Robotikte yapay zeka uygulamalarına giriş,Örnekleme Teoremi, Temsil Teorisi ve Temsil sistemlerinin temel prensipleri,
Tıbbi Sinyal İşleme, Sinyal Özellik Çıkarma yöntemler,Bilgisayar Görüşüne Giriş, Görüntü Filtreleme ve temel filtre tasarımı, Görüntü
işleme için özel filtreler,Yapay öğrenme tipleri, Lineer/Doğrusal Olmayan sınıflandırıcılar, Küçük veri
analizi için doğrulama yöntemleri; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Robotikteki temel prensipleri, ana bileşenleri ve bunların robot sistemlerindeki rollerini ve aynı zamanda robotiğin tarihçesini, önemli kilometre taşlarını ve çığır açan gelişmeleri tanır.12, 2, 21, 9A, D, E, F
Bir robotik uç işlevcinin konumunu ve yönelimini (pozisyon ve yönelim) birleşik bir matematiksel çerçevede temsil etmek için döndürme operatörlerini ve homojen dönüşümleri uygular12, 2, 21, 3, 9A, D, E, F
Bir robotun eklem değişkenleri verildiğinde robot uç etkileyicisinin pozisyonunu belirlemek için ileri kinematiğini, istenen bir uç etkileyici pozisyon ve yönelimine ulaşmak için gerekli eklem değişkenlerini hesaplamak amacıyla ters kinematik analizini, aynı zamanda hız kinematiği kavramını incelemek ve bir robotik sistemde eklem hızları ile uç etkileyici hızları arasındaki ilişkiyi analiz etmek için hız kinematiğini uygular.12, 2, 21, 3, 9A, D, E, F
Bir robotik sistemdeki rijit cisimler için kütle, ağırlık merkezi ve eylemsizlik tensörü dahil olmak üzere atalet özelliklerini, ayrıca bir robotik manipülâtörde hızları ve ivmeleri hesaplamak için yinelemeli Newton-Euler algoritmasını uygulayarak eklem kuvvet/tork denklemlerini çözer12, 2, 21, 3, 9A, D, E, F
Euler-Lagrange yöntemini kullanarak robotik sistemlerin hareket denklemlerini türetir.12, 2, 21, 3, 9A, D, E, F
Akıllı bir sistem oluşturmak için doğru öğrenme tipini, yöntemini ve veri toplama özelliklerini belirler.12, 2, 21, 3, 9A, D, E, F
Belirlenen veri türünün sonuçlarını yorumlama yeteneği ve doğru ön işleme ve son işleme tekniklerini tanır.2, 21, 3, 9A, D, E, F
Doğru bir doğrulama yöntemi uygular10, 3, 9A, D, F
Veri analizi görevine dayalı olarak sonuçları, doğru desen analizi yöntemini ve gereksinimleri belirler.2, 21, 9A, D, F
Öğretim Yöntemleri:10: Tartışma Yöntemi, 12: Problem Çözme Yöntemi, 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 3: Probleme Dayalı Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:A: Klasik Yazılı Sınav, D: Sözlü Sınav, E: Ödev, F: Proje Görevi

Ders Akışı

SıraKonularÖn Hazırlık
1Robotik ve Akıllı Sistemler TanımıRobotik ve Akıllı Sistemlerin Kısa TarihiGüncel
Eğilimler ve Uygulama Genel BakışıRobot Bileşenleri ve Türleri
Ders sunuları
2Robotic uç işlevcilerinin yönelimini açıklamak ve kontrol etmek için döndürme
operatörlerini anlamak.
Ders sunuları
3Bir robotik sistemin pozisyonunu ve yönelimini birleşik matematiksel bir
çerçevede temsil etmek için homojen dönüşümleri uygulamak.
Ders sunuları
4Bir robotun eklem değişkenleri verildiğinde robot uç etkileyicisinin pozisyonunu
belirlemek için İleri Kinematik'in uygulanması
Ders sunuları
5İstenen bir uç etkileyici pozisyon ve yönelimine ulaşmak için gerekli eklem
değişkenlerini hesaplamak amacıyla Ters Kinematik problemlerinin çözülmesi
Ders sunuları
6Hız kinematiği kavramı ve bu kavramı kullanarak bir robotik sistemdeki eklem
hızları ile uç etkileyici hızları arasındaki ilişkiyi analiz etmektir
Ders sunuları
7Robotik sistemlerin hareket denklemlerini Newton-Euler yöntemi kullanarak
türetme. Bir robotik sistemdeki bireysel rijit cisimler için kütle, ağırlık merkezi ve
atalet momenti dahil olmak üzere atalet özelliklerini hesaplamak. Tekrarlanır
Newton-Euler algoritmasını kullanarak bir robotik manipülatörde hızları ve
ivmeleri hesaplamak.
Ders sunuları
8Eklem kuvvetlerini ve torkları analiz etmek ve bunları dış kuvvetler, eklem
ivmeleri ve atalet özellikleri terimleriyle ifade etmek. Newton-Euler yöntemini
kullanarak robotik manipülatörlerin dinamik simülasyonlarının gerçekleştirilmesi
Ders sunuları
9Lagrange denklemlerinin mekanik sistemlerin dinamiklerini açıklamadaki
avantajlarının türetilmesi.
Ders sunuları
10Euler-Lagrange denklemleri kullanılarak kısıtlamaların bulunduğu durumlarda
dinamik problemleri çözmek, örneğin kapalı çevrim kinematik yapıları.
Dinamiklerin, Newton-Euler yöntemi ve Euler-Lagrange yöntemlerinin anlayışının
kritik olduğu gerçek dünya uygulamaları
Ders sunuları
11Robotikte yapay zeka uygulamalarına girişDers sunuları
12Örnekleme Teoremi, Temsil Teorisi ve Temsil sistemlerinin temel prensipleri,
Tıbbi Sinyal İşleme, Sinyal Özellik Çıkarma yöntemler
Ders sunuları
13Bilgisayar Görüşüne Giriş, Görüntü Filtreleme ve temel filtre tasarımı, Görüntü
işleme için özel filtreler
Ders sunuları
14Yapay öğrenme tipleri, Lineer/Doğrusal Olmayan sınıflandırıcılar, Küçük veri
analizi için doğrulama yöntemleri
Ders sunuları
Kaynak
Robot Dynamics and Control, Spong, Vidyasagar, John Wiley and Sons, 1989. Corke, P. I., Jachimczyk, W., & Pillat, R. (2011). Robotics, vision and control: fundamental algorithms in MATLAB (Vol. 73, p. 2). Berlin: Springer. Duda, R. O., & Hart, P. E. (2006). Pattern classification. John Wiley & Sons. Bishop, C. M., & Nasrabadi, N. M. (2006). Pattern recognition and machine learning (Vol. 4, No. 4, p. 738). New York: Springer.
• MATLAB Control System Toolbox, SIMULINK (Code Examples) • Arduino (Built-in Examples) https://www.arduino.cc/en/Tutorial/BuiltInExamples

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
X
2
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
X
3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi
X
4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi
X
5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi
X
6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi
X
7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi
X
8
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
X
9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
X
10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi
X
11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık
X
12
İnsan vücudunu anlama ve onarmada mühendisliğin ilkelerini uygulama ve karar verme yetisi
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 30
Genel Sınavın Başarıya Oranı 70
Toplam 100

Sayısal Veriler

Ekleme Tarihi: 06/07/2022 - 16:47Son Güncelleme Tarihi: 06/07/2022 - 16:48