Το μάθημα σκοπεύει να εισαγάγει τους φοιτητές α) στους μηχανισμούς κίνησης των αυτόνομων ρομπότ β) στις βασικές αρχές εντοπισμού αυτόνομων οχημάτων μέσω αδρανειακών/ενεργών αισθητήρων και αισθητήρων όρασης γ) σε σύγχρονες μεθόδους χαρτογράφησης και εξερεύνησης του περιβάλλοντος, δ) στους βασικούς αλγόριθμους αποφυγής εμποδίων και αυτόνομης πλοήγησης. Ο εκπαιδευτικός σκοπός υποστηρίζεται από σχέδιο μελέτης με βάση το αυτόνομο ρομπότ της National Instruments (ΝΙ starter kit).

Το μάθημα έχει ως σκοπό να παρέχει στους φοιτητές γνώσεις σχετικά με το υλικό και λογισμικό γραφικών που χρησιμοποιείται σε παραγωγή παιχνιδιών και ταινιών, με παράλληλη πρακτική εφαρμογή των τεχνικών σε OpenGL. Επίσης, να κατανοήσουν και να μπορούν να εφαρμόσουν οι φοιτητές τις τρέχουσες και μελλοντικές τεχνολογίες για την αξιολόγηση, υλοποίηση και λειτουργία περιβαλλόντων εικονικής ή/και επαυξημένης πραγματικότητας, καθώς και τρισδιάστατων διεπαφών χρήστη βασισμένων σε συσκευές για φυσική διάδραση.

Το μάθημα αποσκοπεί στο να εισάγει τους φοιτητές στις βασικές έννοιες του ελέγχου και της Ρομποτικής. Περιγράφονται οι βασικές έννοιες της Ρομποτικής, οι χωρικές περιγραφές της θέσης/προσανατολισμού ενός ρομπότ και οι περιστροφές. Παρουσιάζονται οι αρχές της κινηματικής ανάλυσης, τόσο για το ευθύ όσο και για το αντίστροφο κινηματικό πρόβλημα. Επίσης, παρουσιάζονται τεχνικές ελέγχου, προγραμματισμού λογικών ελεγκτών αλλά και προγραμματισμού ρομποτικών χειριστών.
Το μάθημα περιέχει ένα εργαστηριακό σχέδιο μελέτης με χρήση προγραμματιζόμενου λογικού ελεγκτή και ολοκληρώνεται με ένα εργαστηριακό σχέδιο μελέτης με βάση τον βιομηχανικού τύπου ρομποτικό βραχίονα Kawasaki.

Σκοπός του μαθήματος είναι να εισάγει τους φοιτητές σε βασικές τεχνολογίες ενσωματωμένων συστημάτων, δίνοντας έμφαση στην πρακτική εφαρμογή τους στη Ρομποτική. Το μάθημα εστιάζει τόσο στο υλικό όσο και στα εργαλεία λογισμικού και εκτός από τη θεωρητική διάσταση έχει έντονο εργαστηριακό χαρακτήρα. Προετοιμάζει τους φοιτητές ώστε να μπορούν να ανταποκριθούν σε βασικές απαιτήσεις σχεδίασης ενσωματωμένων εφαρμογών, για τον έλεγχο αυτόματων συστημάτων, χρησιμοποιώντας ευρέως διαδεδομένες πλατφόρμες, όπως Arduino, PIC και Raspberry Pi.

Ο σκοπός του μαθήματος είναι να εισάγει τους φοιτητές στις βασικές αρχές λειτουργίας και υλοποίησης ευφυών συστημάτων και συστημάτων μηχανικής μάθησης και μηχανικής ευφυίας. Αναλύεται ποικιλία μεθόδων και τεχνικών υπολογιστικής ευφυίας για την επίλυση δύσκολων προβλημάτων αναζήτησης λύσεων και βελτιστοποίησης αλλά και μοντέλα και μέθοδοι για τον έλεγχο συστημάτων, την εκμάθηση και αναπαραγωγή συμπεριφορών, την κατηγοριοποίηση, την αποτύπωση γνωσιακών μοντέλων και την αυτόματη προσαρμογή συστημάτων σε μεταβαλλόμενες συνθήκες. Γίνεται εργαστηριακή εφαρμογή μεθόδων μηχανικής ευφυίας σε προβλήματα κατηγοριοποίησης, βελτιστοποίησης και λήψης αποφάσεων.


Το μάθημα εισάγει τους φοιτητές στις βασικές αρχές της μηχανικής όρασης, στους βασικούς αλγόριθμους για εξαγωγή και αντιστοίχηση σημειακών χαρακτηριστικών και στις βασικές αρχές της τρισδιάστατης αναπαράστασης και εξαγωγής του βάθους αντικειμένων. Εμβαθύνει σε αρχές ανάλυσης εικόνας,  που χρησιμοποιούνται στην αυτόνομη πλοήγηση και αναγνώριση αντικειμένων.

Σκοπός του μαθήματος είναι η παροχή, με τη χρήση εργαλείων του MATLAB, προηγμένων γνώσεων σχετικά με τις κλασικές τεχνικές σχεδίασης των συστημάτων αυτομάτου ελέγχου. Η ανάπτυξη όλης της ύλης του μαθήματος γίνεται σε τέσσερα (4) τρίωρα (3).

Το μάθημα αποσκοπεί στο να εισάγει τον φοιτητή στις βασικές έννοιες της σχεδίασης και προσομοίωσης ρομποτικών συστημάτων. Στα πλαίσια αυτού του μαθήματος παρουσιάζονται βασικές αρχές σχεδίασης του λογισμικού και του υλικού ρομποτικών συστημάτων. Ταυτόχρονα, παρουσιάζονται ολοκληρωμένα λογισμικά για την σχεδίαση και προσομοίωση ρομποτικών συστημάτων. Τα βασικά χαρακτηριστικά τέτοιων συστημάτων είναι η γρήγορη δημιουργία πρωτοτύπων, η ενσωματωμένη μηχανή φυσικής, οι δυνατότητες 3d rendering εικονικών κόσμων αλλά και η συνεργασία τους με πραγματικές ρομποτικές διατάξεις.



Σκοπός του μαθήματος είναι να εισαγάγει τους φοιτητές στις έννοιες της παράλληλης επεξεργασίας για επιτάχυνση εφαρμογών επεξεργασίας σήματος, με χρήση εξειδικευμένου υλικού, όπως FPGAs και GPUs. Αναπτύσσονται παραδείγματα εφαρμογών σε περιβάλλον ρομποτικών συστημάτων. Γίνεται αναφορά σε ειδικούς επεξεργαστές DSP, στα συστήματα σε chip (SoC) και σε μονάδες Επεξεργασίας Γραφικών (GPUs). Το μάθημα ολοκληρώνεται με ανάπτυξη εφαρμογών στο εργαστήριο, με χρήση εργαλείων όπως Quartus II και CUDA.


Σκοπός του μαθήματος είναι η παροχή, με τη χρήση του MATLAB, προηγμένης γνώσης στα σήματα και συστήματα διακριτού χρόνου. Επίσης παρουσιάζονται διάφοροι ψηφιακοί επεξεργαστές σήματος. Όλη η ύλη παρουσιάζεται σε ένα τρίωρο (3) μάθημα.