Logistieke Robots: verschil tussen versies

Uit Lab
Naar navigatie springen Naar zoeken springen
Regel 8: Regel 8:


In dit project leer je hoe je soortgelijke “brein software” kan ontwikkelen om een groep robots aan te sturen om bestellingen in te pakken in een magazijn.  
In dit project leer je hoe je soortgelijke “brein software” kan ontwikkelen om een groep robots aan te sturen om bestellingen in te pakken in een magazijn.  
TEST


=== Blender ===
=== Blender ===

Versie van 17 dec 2014 17:23

Logistieke Robots

Lessen

  1. Les 1
  2. Les 2
  3. Les 3
  4. Les 4
  5. Les 5
  6. Les 6
  7. Les 7
  8. Les 8

Software

Zie ook Regels en richtlijnen
Zie ook Artikelen bewerken

Over het project

We zien robots steeds meer in ons dagelijkse leven verschijnen, van simpele stofzuigers (zie rechts voor link) tot zelf rijdende auto’s. Deze robots moeten over een passende intelligentie beschikken om hun taak goed uit te kunnen voeren. Robots worden in vele sectoren in het bedrijfsleven gebruikt waaronder de logistieke sector. Een goed voorbeeld hiervan is de Kiva robot. Deze robot helpt werknemers bestellingen in te pakken in een pakhuis (zie rechts voor link).

In dit project leer je hoe je soortgelijke “brein software” kan ontwikkelen om een groep robots aan te sturen om bestellingen in te pakken in een magazijn.

Blender

Het softwareprogramma wat ons hierbij zal ondersteunen is Blender. Blender is gratis, opensource en erg snel te installeren op meerdere platforms (Windows, Mac OS X,Linux).

Leerdoelen

Na het succesvol afronden van dit project kun je:

  1. overweg met het simulatiepakket Blender in combinatie met Python,
  2. robot software ontwikkelen voor individuele robots,
  3. robot software ontwikkelen voor een samenwerkende robots,
  4. zelf verbeterende robot software ontwikkelen voor een groep samenwerkende robots,
  5. het experimenteel testen en beoordelen van robot gedrag,
  6. het koppelen van bovenstaande aan een werkveld, met name Logistiek.

Het project is opgebouwd uit 8 lessen. Iedere les duurt 2-3 uur. Iedere les heeft een verschillend aantal plusopdrachten waar je tussen de lessen door mee aan de slag kunt. De opdrachtomschrijving is getest op een Mac en Windows. Indien je een ander platform gebruikt, kun je wellicht op problemen stuiten. Het wordt dus aangeraden een Mac of Windows computer te gebruiken maar andere platformen zouden ook mogelijk kunnen zijn

Je kan nu beginnen met Les 1!

Ontwikkeling

Het maken van dit lesmateriaal is mogelijk gemaakt dankzij subsidie van de gemeente Amsterdam. Het project is uitgevoerd aan de Vrije Universiteit Amsterdam, afdeling Computational Intelligence, in samenwerking met ICT in de Wolken Amsterdam.

Voor vragen over de totstandkoming van dit project kunt u terecht bij:

  • Jacqueline Heinerman (j.v.heinerman@vu.nl)
  • Eelco Dijkstra (eelco@infvo.com)

Referenties