Системи технічного зору
Спеціальність: Автоматизація та комп'ютерно-інтегровані технології
Код дисципліни: 6.174.01.E.050
Кількість кредитів: 3.00
Кафедра: Автоматизація та комп'ютерно-інтегровані технології
Лектор: д.т.н., професор, Матіко Федір Дмитрович,
магістр, Воробій Андрій Романович
Семестр: 6 семестр
Форма навчання: денна
Завдання: Вивчення навчальної дисципліни передбачає формування у здобувачів освіти компетентностей:
Інтегральна компетентність:
Здатність розв’язувати складні спеціалізовані задачі та практичні проблеми, що характеризуються комплексністю та невизначеністю умов, під час професійної діяльності у галузі автоматизації або у процесі навчання, що передбачає застосування теорій та методів галузі.
Загальні компетентності:
КЗ 1. Здатність застосовувати знання у практичних ситуаціях.
КЗ 10. Здатність усвідомлювати необхідність навчання впродовж усього життя з метою поглиблення набутих та здобуття нових фахових знань.
Фахові компетентності:
КС 6. Здатність використовувати для вирішення професійних завдань новітні технології у галузі автоматизації та комп’ютерно-інтегрованих технологій, зокрема, проектування багаторівневих систем керування, збору даних та їх архівування для формування бази даних параметрів процесу та їх візуалізації за допомогою засобів людино-машинного інтерфейсу.
КС 7. Здатність обґрунтовувати вибір технічної структури та вміти розробляти прикладне програмне забезпечення для мікропроцесорних систем керування на базі локальних засобів автоматизації, промислових логічних контролерів та програмованих логічних матриць і сигнальних процесорів.
КС 9. Здатність вільно користуватися сучасними комп’ютерними та інформаційними технологіями для вирішення професійних завдань, програмувати та використовувати прикладні та спеціалізовані комп’ютерно-інтегровані середовища для вирішення задач автоматизації.
ФКС2.2. Здатність розробляти систему керування роботизованим технологічним комплексом на основі сенсорів технологічних параметрів, систем технічного зору, мікропроцесорних керуючих засобів.
ФКС2.3. Здатність застосовувати методи цифрового опрацювання сигналів та зображень для розроблення систем керування та моніторингу процесів у роботизованих комплексах.
Результати навчання: ПР 5. Знати основи сучасних технологій та протоколів обміну даними в системах автоматизації, інформаційних технологій для інтегрування систем автоматизації в локальні та глобальні інформаційні мережі на основі принципів інформаційної безпеки таких систем.
ПР 6. Вміти застосовувати сучасні інформаційні технології та мати навички розробляти алгоритми та комп’ютерні програми з використанням мов високого рівня та технологій об'єктно-орієнтованого програмування, створювати бази даних та використовувати інтернет-ресурси.
ПР 11. Вміти обґрунтовувати вибір структури та розробляти прикладне програмне забезпечення для мікропроцесорних систем управління на базі локальних засобів автоматизації, промислових логічних контролерів та програмованих логічних матриць і сигнальних процесорів.
ПР 13. Вміти використовувати різноманітне спеціалізоване програмне забезпечення для розв'язування типових інженерних задач у галузі автоматизації, зокрема, математичного моделювання, автоматизованого проектування, керування базами даних, методів комп’ютерної графіки.
ФПР 2.2. Вміти розробляти систему керування роботизованим технологічним комплексом на основі сенсорів технологічних параметрів, систем технічного зору, мікропроцесорних керуючих засобів.
ФПР 2.3. Вміти застосовувати методи цифрового опрацювання сигналів та зображень для розроблення систем керування та моніторингу процесів у роботизованих комплексах.
ФПР 2.4. Вміти застосовувати сучасні технології програмування систем керування роботизованими комплексами та розроблення систем їх диспетчеризації з врахуванням принципів кібербезпеки таких систем.
АіВ2. Здатність усвідомлювати необхідність навчання впродовж усього життя з метою поглиблення набутих та здобуття нових фахових знань.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Пререквізити:
- Цифрове опрацювання сигналів і зображень
- Основи робототехніки
- Мікропроцесорна техніка
- Електроніка та схемотехніка
Кореквізити:
- Мікроконтролери та виконавчі пристрої робототехнічних систем
- Автоматизація періодичних процесів
- Мікропроцесорні програмні засоби автоматизації
- Роботизовані комплекси промислових виробництв
- Технології програмування робототехнічних систем.
Короткий зміст навчальної програми: Змістом дисципліни є вивчення основних аспектів технічного (машинного) зору як галузі штучного інтелекту. Наведено загальний екскурс в галузь, для ознайомлення із основними поняттями та технічними рішеннями систем машинного зору. Розглянуто класифікацію та історичну еволюцію технічних засобів для реалізації систем машинного зору. Розглянуто приклади сучасних засобів від всесвітньо відомих виробників. Виконано огляд основних методів та алгоритмів технічного зору. Наведено приклади практичного застосування систем технічного зору в промисловості.
Розглянуто програмне забезпечення для налаштування систем технічного зору. Продемонстровано налаштування систем для вирішення типових технологічних задач на прикладі розумної камери Visor виробництва Sensopart.
Розглянуто основні технології машинного навчання для вирішення задач налаштування систем технічного зору. Розглянуто переваги застосування штучного інтелекту для налаштування систем технічного зору та основні методи реалізації алгоритмів машинного навчання.
Опис: Вступ до технічного зору як галузі штучного інтелекту:
Основні поняття галузі. Класифікація систем технічного зору.
Історія розвитку технічних засобів систем технічного зору.
Ознайомлення із сучасними технічними засобами для реалізації промислових систем технічного зору.
Основні методи та алгоритми технічного зору.
Приклади застосування систем технічного зору для вирішення технологічних задач різної складності в промисловості.
Ознайомлення із програмним забезпеченням систем технічного зору. Приклади налаштування системи для вирішення типових технологічних задач.
Приклад інтеграції системи технічного зору в алгоритм АСК в середовищі TIA Portal.
Основні напрями та технології машинного навчання для задач технічного зору.
Переваги застосування штучного інтелекту для навчання систем технічного зору.
Ознайомлення з основними методами реалізації машинного навчання систем технічного зору.
Методи та критерії оцінювання: Під час викладання дисципліни, використовуються наступні методи діагностики знань:
- усне опитування студентів під час лекційних занять;
- усне опитування на лабораторних заняттях;
- захист звітів з лабораторних робіт;
- перевірка контрольної роботи та захист контрольної роботи.
Критерії оцінювання результатів навчання: Поточний контроль: виконання та захист лабораторних робіт - 50 балів.
Контрольна робота: виконання роботи - 30 балів, захист роботи - 20 балів.
Разом за дисципліну - 100 балів.
Порядок та критерії виставляння балів та оцінок: 100-88 балів - атестований з оцінкою «відмінно» - Високий рівень: здобувач освіти демонструє поглиблене володіння поняттєвим та категорійним апаратом навчальної дисципліни, системні знання, вміння і навички їх практичного застосування. Освоєні знання, вміння і навички забезпечують можливість самостійного формулювання цілей та організації навчальної діяльності, пошуку та знаходження рішень у нестандартних, нетипових навчальних і професійних ситуаціях. Здобувач освіти демонструє здатність робити узагальнення на основі критичного аналізу фактичного матеріалу, ідей, теорій і концепцій, формулювати на їх основі висновки. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку, самостійної науково-дослідної діяльності, що реалізується за підтримки та під керівництвом викладача. 87-71 балів - атестований з оцінкою «добре» - Достатній рівень: передбачає володіння поняттєвим та категорійним апаратом навчальної дисципліни на підвищеному рівні, усвідомлене використання знань, умінь і навичок з метою розкриття суті питання. Володіння частково-структурованим комплексом знань забезпечує можливість їх застосування у знайомих ситуаціях освітнього та професійного характеру. Усвідомлюючи специфіку задач та навчальних ситуацій, здобувач освіти демонструє здатність здійснювати пошук та вибір їх розв’язання за поданим зразком, аргументувати застосування певного способу розв’язання задачі. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку. 70-50 балів - атестований з оцінкою «задовільно» - Задовільний рівень: окреслює володіння поняттєвим та категорійним апаратом навчальної дисципліни на середньому рівні, часткове усвідомлення навчальних і професійних задач, завдань і ситуацій, знання про способи розв’язання типових задач і завдань. Здобувач освіти демонструє середній рівень умінь і навичок застосування знань на практиці, а розв’язання задач потребує допомоги, опори на зразок. В основу навчальної діяльності покладено ситуативність та евристичність, домінування мотивів обов’язку, неусвідомлене застосування можливостей для саморозвитку. 49-00 балів - атестований з оцінкою «незадовільно» - Незадовільний рівень: свідчить про елементарне володіння поняттєвим та категорійним апаратом навчальної дисципліни, загальне уявлення про зміст навчального матеріалу, часткове використання знань, умінь і навичок. В основу навчальної діяльності покладено ситуативно-прагматичний інтерес.
Рекомендована література: 1. Practical Machine Learning for Computer Vision. Valliappa Lakshmanan, Martin Gorner, and Ryan Gillard. Published by O’Reilly Media, Inc., 1005 Gravenstein Highway North, Sebastopol, CA 95472. July 2021 First Edition. ISBN 978-1-098-10236-4.
2. Computer Vision: Algorithms and Applications. Richard Szeliski. Springer, 2nd Edition (January 5, 2022). ISBN 978-3030343712.
3. Machine Vision. Handbook. Volume 1. Bruce G. Batchelor, Springer 2012, 2325 pages, ISBN978-1849961684
4. Machine Vision. Automated Visual Inspection and Robot Vision. David Vernon, Prentice Hall (September 1991) 544 pages, ISBN 978-0135433980.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).