Teaching Guides Query



Academic Year: 2023/24

615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision

69156 - Simultaneous Localization and Mapping


Teaching Plan Information

Academic year:
2023/24
Subject:
69156 - Simultaneous Localization and Mapping
Faculty / School:
110 - Escuela de Ingeniería y Arquitectura
Degree:
615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision
ECTS:
6.0
Year:
1
Semester:
Second semester
Subject type:
Compulsory
Module:
---

1. General information

The objective of the course is to study the main techniques of Simultaneous Localization and Map Building (SLAM), understand their mathematical and algorithmic foundations, and be able to apply them in real examples.

These approaches and objectives are aligned with some of the Sustainable Development Goals, SDG, of the 2030 Agenda (https://www.un.org/sustainabledevelopment/es/) and certain specific goals, in such a way that the acquisition of the Learning outcomes of the subject provides training and competence to the student to contribute to a certain extent to their achievement: Goal 3, Target: 3.6; Goal 8, Target 8.4.

2. Learning results

The student must be able to:

  • Know the different types of SLAM systems.
  • Understand the main perception algorithms for tracking and recognizing places and their fundamentals.
  • Know, operate and calibrate standard sensors for SLAM.
  • Design and develop SLAM systems for different applications.
  • Evaluate the performance of a SLAM system under realistic operating conditions.
  • Propose and evaluate the benefits of new algorithms that address unresolved aspects of the operation of a SLAM system.

3. Syllabus

  1. Fundamentals
    1. Basic concepts, theory and estimation methods
  2. Robustness
    1. Sensors, features
    2. Data association, tracking, loop detection and closure, relocalisation
    3. Complex and dynamic environments
  3. Accuracy and Scaling
    1. Non-linearity, computational cost
  4. Algorithms for large scale SLAM
    1. Vision based SLAM systems
    2. Visual SLAM as an optimization problem. Bundle Adjustment (BA)
    3. Tracking. Visual odometry (VO). Pose-only BA
    4. Mapping. Local BA. Lie groups and optimisation algorithms
    5. Relocation and loop closing
  5. Advanced Visual SLAM, visual-inertial SLAM, Multi-mapping

4. Academic activities

The course consists of 6 ECTS credits that represent an estimated dedication by the student of 150 hours, divided into the following activities:

  • Lectures, theory: 25 hours
  • Lectures, problems: 5 hours
  • Computer Lab Sessions: 20 hours
  • Assignments: 34 hours
  • Study: 60 hours
  • Assessment tests: 6 hours

5. Assessment system

The evaluation of the course consists of three elements: T - a written/laboratory test (E01), L - directed practical laboratory work (E02) and P - oral presentations/discussions/participation(E03).

There is the option of continuous evaluation, in which the student can deliver implemented solutions for the directed works proposed during the semester on specific dates. This will exempt from the final written test. The grade for continuous evaluation is calculated as 1.0L + 0.1P, provided that L meets the requirement of at least 5 points. Otherwise, the overall grade will be the minimum between 4 and the result of the above formula.

In the global evaluation, or in the second call if the subject is not passed in the first call, it will be mandatory to take both the written test and the delivery of the directed works. The grade for global evaluation is calculated as 0.4T + 0.6L, provided that T and L meet the requirement of at least 5 points. Otherwise, the overall grade will be the minimum between 4 and the result of the above formula. 


Curso Académico: 2023/24

615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision

69156 - Simultaneous Localization and Mapping


Información del Plan Docente

Año académico:
2023/24
Asignatura:
69156 - Simultaneous Localization and Mapping
Centro académico:
110 - Escuela de Ingeniería y Arquitectura
Titulación:
615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision
Créditos:
6.0
Curso:
1
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Obligatoria
Materia:
---

1. Información básica de la asignatura

El objetivo de la asignatura es estudiar las principales técnicas de construcción de mapas y localización simultánea (SLAM en sus siglas en inglés), comprender sus fundamentos matemáticos y algorítmicos, y ser capaces de aplicarlas en ejemplos reales.

Estos planteamientos y objetivos están alineados con algunos de los Objetivos de Desarrollo Sostenible, ODS, de la Agenda 2030 (https://www.un.org/sustainabledevelopment/es/) y determinadas metas concretas, de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia al estudiante para contribuir en cierta medida a su logro: Objetivo 3, Meta: 3.6;  Objetivo 8, Meta 8.4.

2. Resultados de aprendizaje

El alumno deberá ser capaz de:

  • Conocer los diferentes tipos de sistemas de localización y construcción de mapas.
  • Comprender los principales algoritmos de percepción para tareas de seguimiento y reconocimiento de lugares y sus fundamentos.
  • Conocer, operar y calibrar sensores estándar para sistemas de localización y construcción de mapas y modelos.
  • Diseñar y desarrollar sistemas de Simultaneous Localization and Mapping (SLAM) para diferentes aplicaciones.
  • Evaluar las prestaciones de un sistema de SLAM en condiciones realistas de operación.
  • Proponer y evaluar las prestaciones de nuevos algoritmos que aborden aspectos no resueltos de la operación de un sistema de SLAM.

3. Programa de la asignatura

  1. Fundamentos
    • Conceptos básicos, teoría y métodos de estimación
  2. Robustez
    • Sensores, características
    • Asociación de datos, seguimiento, detección y cierre de bucles, relocalización
    • Entornos complejos y dinámicos
  3. Precisión y escala
    • No linealidad, costo computacional
    • Algoritmos para SLAM a gran escala
  4. Sistemas de SLAM basados en visión
    • SLAM Visual como problema de optimización. Ajuste de haces (BA)
    • Seguimiento de la cámara. Odometría visual (VO). BA solo en pose.
    • Mapeo. BA local. Grupos de Lie y algoritmos de optimización
    • Relocalización y cierre de bucles
  5. SLAM visual avanzado, visual-inercial y multi-mapa

4. Actividades académicas

La asignatura consta de 6 créditos ECTS que suponen una dedicación estimada por parte del alumno de 150 horas, divididas en las siguientes actividades: 

  • Clase magistral: 25 horas
  • Resolución de problemas y casos: 5 horas
  • Prácticas de laboratorio: 20 horas
  • Trabajos de aplicación o investigación prácticos: 34 horas
  • Estudio: 60 horas
  • Pruebas de evaluación: 6 horas

5. Sistema de evaluación

La evaluación del curso consta de tres elementos: T - una prueba escrita/laboratorio (E01), L - trabajos prácticos dirigidos de laboratorio (E02) y P - presentaciones orales/debates/participación(E03).

Existe la opción de evaluación continua, en la que el alumno puede entregar soluciones implementadas para los trabajos dirigidos propuestos durante el semestre en fechas concretas. Esto eximirá de la prueba escrita final. La nota de la evaluación continua se calcula como 1,0L + 0,1P, , siempre que L cumpla el requisito de al menos 5 puntos. En caso contrario, la nota global será el mínimo entre 4 y el resultado de la fórmula anterior.

En la evaluación global, o en la segunda convocatoria si no se supera la asignatura en la primera, será obligatorio realizar tanto la prueba escrita como la entrega de los trabajos dirigidos. La nota de la evaluación global se calculará como 0,4T + 0,6L, siempre que T y L cumplan el requisito de al menos 5 puntos. En caso contrario, la nota global será el mínimo entre 4 y el resultado de la fórmula anterior.