Press

Press category

Other posts

1b. Didattica interattiva con Matlab ed accelerometri piezoelettrici in aula 15 Febbraio 2024

Condurremo tre  cicli di lezioni interattive impiegando i live script di Matlab e segnali audio ed accelerometrici acquisiti in aula. Impiegheremo accelerometri ICP ceramici della PCB Piezotronics le cui caratteristiche sono su sito Qui una introduzione da parte del produttore. Di seguito gli argomenti trattati durante i tre cicli di lezioni:
  1. Misura di similarità tra set di dati, vettori ed estensione ai segnali tempovarianti. Introduzione al concetto della Cross Correlazione tra segnali tempovarianti e suo impiego per la misura dei ritardi temporali e sue applicazioni nei vari ambiti dell’ingegneria con particolare approfondimento ai segnali audio ed accelerometrici.
    1. Qui trovate un live script che introduce i concetti della similarità: pdf e live script
    2. Qui trovate l’applicazione ai segnali tempovarianti discreti (campionati): pdf e live script
    3. Qui trovate l’applicazione alla misura dei ritardi temporali tra segnali audio: pdf e live script
    4. Qui trovate l’applicazione alla misura dei ritardi temporali tra segnali accelerometrici: pdf e live script
  2. Trasformata di Fourier.
  3. Funzione di trasferimento nel dominio della frequenza.
Continua la lettura →

2023/24 Homeworks 19 Dicembre 2023

Hereafter 3 the topics that this year you can develop in maximum 2 students and present (at the oral exam)

1. Complementary filtering

Use an optimization framework to find the coefficients of each filter without any constraint (i.e. making the optimization algorithm find the numerator and denominator coefficients independently).

Then:

  • verify if the two filters are complementary
  • study the effect of the input signal (the ‘true’ height as a function of time) effect on the filters in output to the optimization algorithm. Try to change the input signal and correlate with the quality of the results

Reward:

  • +1 if the work is clear and complete
  • +2 if the work is outstanding and add something to the above points

 

LIDAR scan matching

We will use a LIDAR and a model in scale of an indoor environment. Here the Data sheet, here the user manual

Data available

We acquired two preliminary data: here and here couple of Lidar scan

New Data:

  • shot0.mat = scansione di riferimento (fatta in modo da essere il più simile possibile al primo file che ha condiviso su miro ieri)
  • shot1.mat = scansione traslata rispetto ad un asse di 16cm (fatta in modo da essere il più simile possibile al secondo file che ha condiviso su miro ieri)
  • shot2.mat = scansione ruotata di +30 gradi rispetto a shot1.mat
  • shot3.mat = scansione ruotata di -30 gradi rispetto a shot0.mat

 

The code to read the data:

% Load the file
current_shot = load(‘shot0.mat’);

% Take the different components of the file
shot_lidarOBJ = current_shot.scan; % shot taken as lidar object
% Lidar Pose
lidar_pose = [current_shot.x_lidar, current_shot.y_lidar, current_shot.theta_lidar];

% Plot the shot and the lidar position
R = 70; % Used to view lidar orientation on plot
figure();
hold on
plot(shot_lidarOBJ);
plot(lidar_pose(1), lidar_pose(2),’.r’, ‘MarkerSize’,30);
plot([lidar_pose(1),lidar_pose(1)+R*cos(lidar_pose(3))], [lidar_pose(2),lidar_pose(2)+R*sin(lidar_pose(3))], …
‘r’, ‘LineWidth’,3);

2. LIDAR scan matching through Probabilistic Occupancy Maps

Reward:

  • +1 if the work is clear and complete
  • +2 if the work is outstanding and add something to the above points

Here some slides given during the course

3. LIDAR scan matching through Landmarks extraction

Reward:

  • +2 if the work is clear and complete
  • +3 if the work is outstanding and add something to the above points

Here some slides given during the course

Here slides about RANSAC

Here an example of plane fitting with RANSAC in 3D

Here slides about HOUGH Transform from a colleague (Prof. Elli Angelopoulou)

 

IMPORTANT NOTICE: if you plan to do this 3rd homework please write an email to prof. De Cecco with:

Subject: [HOMEWORK – LIDAR matching Landmarks] (copy exactly)

Text: specify if alone or in two + period of work (january, february)

Then I’ll write you an email with some dates to focus on your developments in January (after 15th) and February

TO CONSIDER
That, if at least 4 students will participate in Homework 3, we could also experiment with the environment in scale that you/we built (picture above) connecting an absolute/environment referred measurement system (from HTC Vive MR system) and performing different trajectories/disturbances etc
Continua la lettura →

Non Linear Optimization with Matlab 22 Settembre 2023

Mobile Robotics 2023-2024 10 Febbraio 2024

Please visit this link to access to some general purpose books and notes.

Let me highlight the invaluable booklet written by Luca Baglivo and other colleagues from Mechatronics Department at UNITN that is a real compendium of 2/3 of the course. Here almost the same book up to dated with notes made during the years.

Hereafter teaching and technical material mainly produced during the present 2023-2024 academic year:

PART I – WHEELED MOBILE ROBOTS

  • [Wed, 13 September 2023] Slides of Lecture 1 “Kinematics – Part 1” (video):
    • Autonomous and Wheeled Mobile Robots (WMRs) introduction.
    • Mechanical and theoretical aspects of wheel modeling.
    • Geometric and analytic introduction to unicycle, bicycle/car-like (FD and RD) mathematical constraints and other kinematic models.
    • Mechanics constraints imposed by wheel configuration, WMR mobility, steerability and DOFs.
      • Kinematics/mechanical classifications and some other tips, one might refer to this document.
    • Moreover I would like to mention some slides about kinematics also in ppt format of colleagues which clarify some peculiar aspects of omnidirectional (3,0) WMR kinematics.
    • Moreover, here there are some notes about Swedish wheels dynamics and application on mobile robots.
  • [Thu, 14 September 2023] Slides of Lecture 2 “Kinematics – Part 2” (video):
    • An introduction to Unicycle, Bicycle, Car-like and other kinematic models.
    • About mechanics constraints of wheels, WMR mobility and steerability,
    • Kinematics/mechanical classifications and some other tips, one might refer to this document.

PART II – PATH-PLANNING

  • [Wed, 18 October 2023] Slides of Lecture 6 “Path planning (Part 1) and a MatLab tutorial”  (video):
    • Starting to link with the path/traj planning issues; a few controller structures are presented.
    • Path and Trajectory “extension” is discussed and the approach correctly addressed with the introduction of the time scaling for kinematic models and the differential flatness for nonlinear dynamic systems.
    • Point-to-point path planning in C-space and W-space.
    • Polynomial interpolation in both C-and W-space.
    • Cubic polynomial interpolation in time, quintic polynomial interpolation ti fix initial and final positions, velocities and accelerations at once.
    • Higher-order polynomial fitting to take advantage from specific WMR performance.
  • [Fri, 20 October 2023] Slides of Lecture 8 “Chained-form and MATLAB tutorial” (video):
    • Introduction to system flatness vs. controllability vs. accessibility.
    • Considerations about driftless systems.
    • Nonlinear coordinate change, inputs re-redefinition and eigenvector “self-containing” span (meaning involutivity even without mentioning it!)
    • Chained-form with polynomial inputs.
    • Chained-form application to improve robustness (link).
    • MATLAB tutorial.
    • Further material about unicycle Point-to-point path planning (Minotto – De Cecco) in chained-form and and notes on its use with piecewise constant inputs.

PART III – PATH AND MOTION CONTROL

  • done !

In order to aim your efforts, I provide here a sample list of typical questions.

WHAT ABOUT A STUDENT INTERACTIVE LESSON?

2022-2023 Interactive Lesson in Mobile Robotics: path planning

Continua la lettura →

Fab Lab Accelerometro 2023 10 Febbraio 2024

Foto – Workshop sulla parte di stampa 3D e proggetazione della meccanica e del principio di trasduzione dell’accelerometro, tenuto da me e Luca Vassallo il 02/05.

Di seguito i 6 gruppi:

Dimensioni micrometro che dovreste utilizzare per effettuare la taratura della misura di spostamento relativo:

Date importanti:

  • 2 maggio ore 15:00 workshop stampa 3D meccanica. Qui le slide proiettate da Luca. Qui i miei appunti sui possibili principi di trasduzione della accelerazione.
  • 9 maggio ore 15:00 workshop elettronica. Qui le slide proiettate da Alessandro.
  • 16 maggio ore 13:30 revisione critica progetti
  • 5 giugno alle 10:30 in aula solita lezioni. Portate vostro PC che collegherete al proiettore dell’aula esponendo una sintesi del vostro progetto sia parte elettronica che meccanica. In questo modo condivideremo assieme (docenti e vostri colleghi studenti) e potremo certamente migliorare/evolvere i progetti in essere .

 

GRUPPO 3

Funzionamento:
Il nostro accelerometro è un sensore in grado di misurare l’accelerazione lungo un asse. Esso è basato su un
sistema massa-molla-smorzatore, dove lo scostamento della massa rispetto al telaio è proporzionale
all’accelerazione che sperimenta. Lo scostamento della massa viene misurato attraverso una trasduzione
ottica differenziale. Per realizzare la trasduzione sono presenti due coppie di LED e fototransistor fissi a
telaio, mentre tra di loro si interpone una maschera connessa alla massa mobile. Le maschere sono a V, una
verso l’alto e l’altra verso il basso, cosicché uno spostamento della massa consiste in un aumento della
quantità di luce che arriva su un fototransistor, e una diminuzione per l’altro. Il fototransistor produce una
corrente proporzionale alla quantità di luce incidente; la corrente viene convertita in un segnale di tensione
grazie all’OpAmp OP07. Infine viene fatta la differenza dei due segnali con l’amplificatore differenziale
AD623, il quale consente anche di amplificarla.

Progettazione:
La parte meccanica è stata prodotta mediante stampa 3D. I disegni delle parti meccaniche sono stati
realizzati sul software Fusion360, il quale permette un disegno parametrico. Questi sono stati poi trasferiti
sul software Cura per creare i file di slicing, contenenti il g-code necessario per la fabbricazione.
L’approccio di progettazione è stato quello di realizzare dei collegamenti mobili, regolabili (e. g. asola invece
che foro) per poter modificare le posizioni e i parametri del sensore.
Per la parte elettronica si è pensato di riutilizzare, date le somiglianze, il circuito di trasduzione adoperato in
un encoder ottico, e di mandare in input ad un amplificatore differenziale i segnali generati dai
fototransistor.
Il circuito è stato disegnato su KiCAD, e da esso si è realizzato il progetto per fabbricare la PCB. Prima di
produrre la PCB si è verificato che il circuito funzionasse realizzandolo su una breadboard. Infine è stata
prodotta la PCB con una fresa CNC, e i componenti sono stati saldati.

QUI per altri dettagli

 

 

 

GRUPPO 1

 

 

 

GRUPPO 4

Continua la lettura →

MPC controller for unicycle robot 19 Settembre 2023

Interactive lesson – Alessandro Assirelli

Program

1. Introduction to optimal control and how can we solve it

2.CasADi (click here: intro_casadi)

3. Trajectory optimization

4. MPC (click here: Main_OCP)

 

YOU CAN DOWNLOAD ALL THE MATLAB CODES HERE

Continua la lettura →

Pose Estimation with Singular Value Decomposition 19 Settembre 2023

Interasti lesson – Matteo Dalle Vedove

For the material click on: SVD_estimation
 

Continua la lettura →

2022 – Laser rangefinder navigation 31 Gennaio 2023

You can use the SLAM toolbox of matlab but also use the Singular Value Decomposition that we are going to see in the course, at least to estimate incrementally the motion between two scans

Balyo DATA

Continua la lettura →

Interactive Augmented Reality loaded pallet shape checking experience 18 Settembre 2023

USER EXPERIENCE: An interactive Augmented Reality demo on loaded pallet shape measurement and checking by three simulated Time-of-Flight cameras will be provided to the user wearing a HoloLens 2 head-mounted display.

After the pallet enters the scanning area, the point clouds from the simulated cameras will allow the user to understand how the system works and the result of the load size with respect to the pallet will be shown to him by highlighting the out-of-shape areas. The user can then move with his hands the above box with physical properties to another position and through a smartphone interface a new scan will be launched and the dimensions of the load will be checked in this new configuration. An initial calibration using a 2D Vuforia marker is necessary to save the reference system of the demo in the real environment.

 

 

 

 

Continua la lettura →

Vehicle Pose Detection in 2D Equirectangular Images 31 Ottobre 2022

In this work, we address the problem of estimating the 6DoF pose of objects in 2D equirectangular images. This challenge allows the transition to the objects’ 3D model from their current pose. In particular, it finds application in the educational setting to enhance student learning with limited resources by providing a more engaging and immersive experience with objects due to the possible interaction with their 3D virtual models. We developed a general approach usable for any object and shape.
The only requirement is to have an accurate CAD model even without textures of the item whose pose must be estimated.
The developed pipeline has two main steps: vehicle segmentation from the image background and estimation of the vehicle pose.

CITE: Zanetti, M., Luchetti, A., Maheshwari, S., Kalkofen, D., Ortega, M. L., & De Cecco, M. (2022). Object Pose Detection to Enable 3D Interaction from 2D Equirectangular Images in Mixed Reality Educational Settings. Applied Sciences, 12(11), 5309.

 

 

 

 

 

Continua la lettura →