Automatyka, elektronika i elektrotechnika

1. Elastyczne systemy produkcyjne oparte o sztuczną inteligencję

Promotor: dr hab. inż. Paweł Rotter

Promotor pomocniczy: dr inż. Marcin Węgrzynowski

Fitech sp. z o.o., Katedra Automatyki i Robotyki,Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Jednym z istotnych wyzwań współczesnego przemysłu jest stworzenie elastycznej linii produkcyjnej mogącej szybko dostosować się do nowego produktu, np. w branży elektronicznej niekiedy linie produkcyjne są przezbrajane wielokrotnie w ciągu dnia. Dotychczasowe rozwiązania procesu montażu wykorzystują roboty przemysłowe sterowane impedancyjnie, które wykonują zaprogramowane trajektorie. Ich skuteczność zależy od precyzji chwytu obiektu przeznaczonego do montażu oraz miejsca w jakim ma być on umieszczony. Tego typu aplikacje wymagają użycia dedykowanych mechanizmów (np. chwytaki kształtowe), co ogranicza ich możliwość adaptacji do nowych produktów.

Elastyczność systemów produkcyjnych można osiągnąć poprzez wykorzystanie metod sztucznej inteligencji. Podejście jakie proponujemy wykorzystuje metody z obszaru uczenia ze wzmocnieniem oraz uczenia głębokiego. Zakładamy, że robot użyty do eksperymentów informacje o otaczającym go środowisku będzie posiadał z sensorów takich jak: kamery przemysłowe, kamery głębi oraz czujniki siły i momentu. W ramach prac badawczych opracowany zostanie:

  • algorytm samouczący, dzięki któremu robot przemysłowy będzie w stanie szybko dostosowywać się do nowych zadań,

  • algorytm wizyjny do inspekcji elementów, dzięki któremu możliwe będzie zastosowanie uniwersalnego chwytaka.

Proponowane podejście ma szansę na znacznie usprawnienie obecnych systemów produkcyjnych. W porównaniu do dotychczasowych rozwiązań pozwala ono na szybką adaptację do nowego produktu, a także na użycie uniwersalnych mechanizmów.

Zaplecze badawcze firmy Fitech/Fideltronik:

  • własne zasoby obliczeniowe (serwery oraz stacje robocze),

  • sprzęt przemysłowy potrzebny do realizacja badań (roboty przemysłowe, aktuatory, sensory),

  • zasoby inżynieryjne potrzebne do stworzenia prototypowych stanowisk,

  • własne fabryki, w których jest możliwość testowania wyników badań,

  • fundusze m.in. na konferencje (firma dostała dofinansowane z NCBiR na stworzenie innowacyjnych rozwiązań dla przemysłu)

Liczba miejsc: 1

 

2. Nanodielektryki dla potrzeb rozwoju układów elektroizolacyjnych o podwyższo­nej niezawodności, zastosowanie zaawansowanych metod pomiarowo-diagnostycznych dla oceny właściwości modyfikowanych kompozytowych materiałów izolacyjnych.

Promotor: dr hab. inż. Paweł Zydroń, prof. AGH

Promotor pomocniczy: dr inż. Maciej Kuniewski

Katedra Elektrotechniki i Elektroenergetyki, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Niezawodność układów izolacyjnych urządzeń elektroenergetycznych determinuje ciągłość dostaw energii elektrycznej. Prace badawcze związane z poprawą właści­wości dielektrycznych materiałów elektroizolacyjnych stosowanych w układach izola­cyjnych urządzeń średnich i wysokich napięć obejmują obecnie opracowanie nowych materiałów nanokompozytowych. Zagadnienie badawcze dotyczy zastosowania oraz opracowania zaawansowanych metod pomiarowych i diagnostycznych dla potrzeb oceny właściwości polimerowych materiałów nanokompozytowych oraz procesów technologicznych służących ich wytwarzaniu. Wykonywane badania będą miały na celu określenie wpływu modyfikacji strukturalnych nanokompozytów na ich parametry dielektryczne. Elementem badań będą długotrwałe próby starzeniowe materiałów prowadzone w warunkach synergicznego działania narażeń elektrycznych i cieplnych

Zaplecze badawcze: Katedra Elektrotechniki i Elektroenergetyki dysponuje laboratoriami badawczymi wyposażonymi w stanowiska badawcze i przyrządy pomiarowe umożliwiające realizację zamierzonego programu badań zarówno w zakresie długo­trwałych procedur starzeniowych materiałów dielektrycznych w warunkach narażeń elektrycznych i cieplnych (np. wysokiej jakości sterowane komputerowo termiczne komory próżniowe z przepustami wysoko- i niskonapięciowymi), jak i pomiarów z zastosowaniem zaawansowanych technik pomiarowych (np. szerokopasmowa spe­ktroskopia dielektryczna, detekcja i pomiary wyładowań niezupełnych z zastosowa­niem systemów typu PRPDA), systemy do pomiaru prądów polaryzacji/depolaryzacji, system do wyznaczania rozkładów ładunku przestrzennego metodą PEA (Pulsed Electroacoustic).

Liczba miejsc: 2

 

 

 

3. Zastosowanie nowych algorytmów dokładnej obserwacji stanu i identyfikacji systemów czasu ciągłego metodami funkcji modulujących, dla detekcji błędów w procesach odsalania wody

Promotor: prof. dr hab. inż. Witold Byrski

Promotor pomocniczy: dr inż. Jędrzej Byrski

Katedra Automatyki i Robotyki, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem badań i doktoratu jest opracowanie nowych metod diagnostyki błędów i uszkodzeń w procesie odsalania wody. Pierwszym zadaniem jest projektowanie dynamicznego modelu w przestrzeni stanów dla procesu odsalania z wykorzystaniem mechanizmu odwrotnej osmozy. Na podstawie rzeczywistych eksperymentów identyfikacja parametrów modelu. W przypadku błędów technicznych analiza równania parzystości dla wektora resztkowego, która zależy od pochodnych wyjściowych / wejściowych i błędów niemierzalnych. Do rozwiązania problemu diagnozowania błędów można zaproponować dwie różne metodologie - transformację równania parzystości przez zastosowanie funkcji modulujących do równania algebraicznego lub przez zastosowanie dokładnych obserwatorów stanu i rekonstrukcję nieznanych pochodnych wejścia / wyjścia działających w macierzy równanie parzystości. Celem jest wykazanie wyższości dokładnych obserwatorów stanu nad asymptotycznymi estymatorami, takimi jak filtr Kalmana. Wydajne algorytmy do diagnozowania błędów w dużych zakładach odsalania.

Planuje się współpracę z partnerami zagranicznymi w ramach przyznanego dla AGH Grantu EU-numer 824046, PURE-WATER, który należy do grupy projektów Marie Skłodowska-Curie Action – RISE (Research and Innovation Staff Exchange) oraz w dalszych przygotowywanych do zgłoszenia grantach.

Liczba miejsc: 2

 

4. Rozwój scalonych systemów mikroprocesorowych

Promotor: dr hab. inż. Robert Szczygieł, prof. AGH

Katedra Metrologii i Elektroniki , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Proponowany temat badawczy obejmuje opracowanie środowiska programistycznego i testowego do rozwoju współczesnych systemów mikroprocesorowych. Dostępna obecnie otwarta architektura procesora Risc-V zyskuje coraz większą popularność zarówno wśród firm komercyjnych jak i wiodących ośrodków badawczych. Umożliwia ona tworzenie bardzo elastycznych implementacji użytkownika oraz wprowadzanie dedykowanych rozszerzeń. Potencjalne przykładowe zastosowania obejmują zarówno zastosowania IoT, aplikacje związane z bezpieczeństwem, i wiele innych. Szczegółowy kierunek rozwoju architektury zostanie określony po przeprowadzeniu wstępnych badań.

Zaplecze badawcze: Katedra Metrologii i Elektroniki, w której realizowane będą badania posiada wieloletnie doświadczenie w projektowaniu i testowaniu układów scalonych. Katedra jest wyposażona zarówno w wymagane oprogramowanie, konieczne do wykonania projektów i weryfikacji układów scalonych, jak również sprzęt do ich testowania, zarówno na poziomie plastrów krzemowych, jak pojedynczych układów.

Liczba miejsc: 1

 

5. Techniki przetwarzania sygnałów oparte na próbkowaniu ich lokalnych ekstremów

Promotor: dr hab. inż. Marek Miśkowicz, prof. AGH

Promotor pomocniczy: dr inż. Dominik Rzepka

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem badań w ramach proponowanego zagadnienia badawczego jest opracowanie naukowych podstaw dla nowego trybu przetwarzania sygnałów opartego na próbkowaniu i przetwarzaniu ich lokalnych ekstremów dla celów ich rekonstrukcji lub wyodrębnienia ich specyficznych cech. Proponowany zakres badań obejmuje analizę teoretyczną częstości lokalnych ekstremów, ich dystrybucji i obwiedni w sygnałach stochastycznych, pełnej bądź przybliżonej rekonstrukcji z ich lokalnych ekstremów lub estymacji ich parametrów na podstawie znajomości lokalnych ekstremów. Ponadto proponowane badania mają na celu wskazanie zastosowań technik przetwarzania sygnałów opartego na próbkowaniu ich lokalnych ekstremów w inżynierii biomedycznej

Zaplecze badawcze: Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej dysponuje odpowiednim zapleczem badawczym zarówno w postaci specjalistycznej aparatury, jak i możliwości sprawowania efektywnej opieki naukowej dla realizacji przedmiotowego zagadnienia naukowego. Promotor jest autorem lub współautorem szeregu publikacji w obszarze zgłaszanego zagadnienia naukowego, jak i w obszarach pokrewnych. Planowane badania będą prowadzone we współpracy z naukowcami zza granicy.

Ponadto zgłaszane zagadnienie badawcze jest objęte tematyką projektu naukowego Narodowego Centrum Nauki w programie OPUS.

Liczba miejsc: 2

 

6. Szybkie układy scalone o architekturze pikselowej pracujące w trybie pojedynczego zliczania fotonów.

Promotor: prof. dr hab. inż. Paweł Gryboś

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem niniejszego zagadnienia badawczego jest poszukiwanie i realizacja nowej koncepcji hybrydowego detektora do rejestracji promieniowania X zapewniającego pomiar rozkładu przestrzennego natężenia promieniowania X z wysoka rozdzielczością, jak i detekcję spektrometryczną padających fotonów. Oprócz połączenia detekcji pozycyjnej i energetycznej padających fotonów, detektor ten będzie w stanie pracować przy dużym natężeniu promieniowania X i rejestrować fotony z szerokiego zakresu energii. Detektor hybrydowy pracujący w trybie zliczania pojedynczych fotonów składa się z dwóch komponentów: elementu detekcyjnego o architekturze pikselowej (zapewniającego szybka konwersję wpadających fotonów promieniowania X na krótkie nanosekundowe impulsy prądowe) oraz wielokanałowego specjalizowanego układu scalonego również o architekturze pikselowej, w którym każdy z pikseli odczytowych będzie podłączony do piksela elementu detekcyjnego i będzie przetwarzał kolejno przychodzące impulsy prądowe (wzmacniał, filtrował i zamieniał na postać cyfrową). Praca koncentrować się będzie na projektowaniu i testowaniu specjalizowanych układów scalonych.

Zaplecze badawcze:

  • laboratorium do projektowania i testowania układów scalonych

  • wraz z postępami w pracy doktoranta istnieje możliwośc aplikacji o projekt badawczy (np. NCN)

Liczba miejsc: 1

 

7. Wielokanałowe układy scalone do precyzyjnego pomiaru czasu

Promotor: dr hab. inż. Piotr Kmon

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem niniejszego zagadnienia badawczego jest poszukiwanie i realizacja nowej koncepcji scalonego układu elektronicznego przeznaczonego do wielokanałowego pomiaru krótkich odcinków czasu – z ang. Time to Digital Converter (TDC). Tego typu konwertery stosowane są obecnie w wielu dziedzinach nauki i przemysłu (eksperymenty fizyczne HEP, pomiary odległości w systemach obrazowania czy też systemach samochodowych, a także realizacja obrazowania medycznego typu PET). Co istotne, znane są obecnie ograniczenia istniejących układów pomiaru czasu (niska rozdzielczość, brak wystarczającej jednorodności czy też zajętość powierzchni i pobór mocy), które to niekorzystnie wpływają na ich późniejsze zastosowanie. Praca koncentrować się będzie na projektowaniu i testowaniu specjalizowanych układów scalonych.

Zaplecze badawcze: Układy wykonywane w technologiach nanometrycznych CMOS będą fabrykowane za pośrednictwem instytucji EUROPRACTICE. EUROPRACTICE IC Service jest usługą oferowaną przez IMEC Fraunhofer, która umożliwia wykonanie układów scalonych w niewielkich ilościach ale w najnowocześniejszych technologiach. Uniwersytety europejskie, w tym AGH w Krakowie, dzięki programom FP6 oraz FP7, mają dostęp do tego serwisu oraz licznego niezbędnego oprogramowania.

Autor tematu zadania badawczego należy do grupy mającej ciągły dostęp zarówno do oprogramowania jak i sprzętu pozwalającego na realizację pełnej ścieżki projektowej. Warto w tym miejscu wymienić część specjalistycznego sprzętu będącego na wyposażeniu wspomnianej grupy:

  • narzędzie do realizacji połączeń metodą ultrakompresji (Kulicke & Soffa Digital Wire Bonder 4500),
  • generator promieniowania X-ray wyposażony w silniki krokowe,
  • źródło laserowe o rozdzielczości femtosekund,
  • analizator widmowy HP4195, analizator podzespołów półprzewodnikowych, miernik RLC Agilent 20 Hz - 2 MHz,
  • miernik Keithley do pomiarów ekstremalnie niskich prądów,
  • urządzenia kontrolno-pomiarowe firmy National Instruments typu PXI.

 

Liczba miejsc: 1

 

8. Nowa koncepcja niskoszumnego, szybkiego przetwornika analogowo-cyfrowego o malej powierzchni

Promotor: dr hab. inż. Piotr Maj, prof. AGH

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem niniejszego zagadnienia badawczego jest poszukiwanie i realizacja nowej koncepcji układu scalonego do odczytu (IC) dla hybrydowych detektorów promieniowania o pikselowej architekturze, który przetwarza impulsy elektryczne generowane przez fotony / cząstki i jednocześnie zapewnia analizę statystyczną widma energii promieniowania, precyzyjny pomiar amplitudy każdego impulsu za pomocą przetwornika analogowo-cyfrowego w pikselach (ADC) i cyfrowe przetwarzanie sygnału w pikselach.

Liczba miejsc: 1

 

9. Nowa koncepcja układów do detekcji promieniowania X dla eksperymentów synchrotronowych oraz mikroskopii elektronowej

Promotor: dr hab. inż. Piotr Maj, prof. AGH

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem niniejszego zagadnienia badawczego jest poszukiwanie i realizacja nowej koncepcji odczytu danych z pikselowych detektorów promieniowania X zapewniających optymalne z punktu widzenia eksperymentów synchrotronowych i mikroskopii elektronowej parametry, z których najważniejsze to odczyt bardzo dużej liczby ramek na sekundę, detekcja jednoczesnej rejestracji dwóch fotonów, bardzo mała wrażliwość na przesłuchy z części cyfrowej. Dodatkowym celem zagadnienia badawczego jest budowa autonomicznego systemu zdolnego do samodzielnej pracy na synchrotronie czy w mikroskopie elektronowym.

Liczba miejsc: 1

 

10. Wielopoziomowe przekształtniki DC-DC z tranzystorami z azotku gallu (GaN).

Promotor: dr hab. inż. Robert Stala, prof. AGH

Katedra Energoelektroniki i Automatyki Systemów Przetwarzania Energii , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Zastosowanie tranzystorów z azotku galu (GaN) dla energoelektronicznych przekształtników mocy umożliwia realizację układów o dużej gęstości mocy. Ze względu na parametry łącznika, przekształtnik z tranzystorami GaN może pracować z dużą częstotliwością przy relatywnie niewielkich stratach energii, co umożliwia optymalizację przekształtnika w kierunku gabarytów elementów pasywnych.

Tranzystory GaN charakteryzują się maksymalną wartością napięcia dren źródło równą 650V. W celu realizacji przekształtników z tranzystorami GaN przekształcających większe wartości napięć, możliwa jest realizacja przekształtnika wielopoziomowego. W układzie wielopoziomowym napięcie na łącznikach półprzewodnikowych jest obniżone względem wartości przekształcanych napięć. Może być to zrealizowane z wykorzystaniem większej liczby łączników i bardziej rozbudowanej topologii względem typowych układów.

Badania przekształtników wielopoziomowych DC-DC z tranzystorami GaN mają na celu wykazanie możliwości realizacji układu o dużej gęstości mocy, wysokiej sprawności, niewielkich gabarytach elementów pasywnych i dużym wzmocnieniu napięciowym.

Zaplecze badawcze: Jednostka naukowa posiada stanowiska laboratoryjne do badań układów energoelektronicznych, oscyloskopy, sondy oscyloskopowe, oprogramowanie projektowe i symulacyjne, zasilacze, obciążenia oraz kompetencje do realizacji badań analitycznych, symulacyjnych i eksperymentalnych przekształtników energoelektronicznych.

Liczba miejsc: 1

 

11. Hybrydowa przekładnia magnetyczna do zastosowań przemysłowych.

Promotor: dr hab. inż. Adam Piłat, prof. AGH

Katedra Automatyki i Robotyki , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem prac naukowo-badawczych jest opracowanie modelu matematycznego oraz przeprowadzenie badań symulacyjnych projektowanej hybrydowej przekładni magnetycznej w szczególności przeznaczonej do zastosowań w obszarze robotyki. Prace studyjne będą wymagały analizy zależności mechanicznych, elektrotechnicznych, elektronicznych i sterowania w celu synergii wiedzy i technologii zastosowanych w prototypowej konstrukcji. Prowadzenie badań symulacyjnych ma na celu optymalizację konfiguracji i wybór strategii sterowania w zależności od zmiennych warunków statycznych i dynamicznych pracy przekładni. Badania eksperymentalne zostaną przeprowadzone z wykorzystaniem wykonanego prototypu. W badaniach tych zostanie wykorzystana infrastruktura Laboratorium Robotyki i Lewitacji Magnetycznej Katedry Automatyki i Robotyki. Wyniki badań eksperymentalnych posłużą do weryfikacji badań symulacyjnych dyskusji nad optymalizacją konfiguracji.

Zaplecze badawcze: Zaplecze badawcze obejmuje oprogramowanie do realizacji zadań modelowania multifizycznego, komputery stacjonarne do prowadzenia obliczeń i realizacji zadań sterowania w czasie rzeczywistym z wykorzystaniem metodyki automatycznej generacji kodu, układy programowalne: sterownik przemysłowy (PAC), mikrokontrolery, FPGA, procesory sygnałowe, urządzenia z technologią aktywnej lewitacji magnetycznej: zawieszenie jedno i dwu siłownikowe, łożyska magnetyczne o różnych konfiguracjach, wirnik sztywny w łożyskach magnetycznych, wirnik giętki w łożyskach magnetycznych, roboty przemysłowe, czujniki siły, czujniki pola magnetycznego, generatory sygnałów, oscyloskopy, zasilacze programowalne, czujniki odległości.

Liczba miejsc: 1

 

12. System transportowy z technologią lewitacji magnetycznej

Promotor: dr hab. inż. Adam Piłat, prof. AGH

Katedra Automatyki i Robotyki , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem prac naukowo-badawczych jest rozbudowa aktualnej konfiguracji systemu transportowego z technologią lewitacji magnetycznej w celu uzyskania w pełni autonomicznego rozwiązania. Prace naukowo badawcze będą poświęcone aspektom modelowania i sterowania nieliniowego uwzględniającego specyfikę konfiguracji. Realizacja celów będzie wymagać opracowania złożonego nieliniowego modelu matematycznego, przeprowadzenie analiz, opracowanie kilku strategii sterowania z ukierunkowaniem na sterowanie nieliniowe, w tym z zastosowaniem obserwacji stanu. Przeprowadzenie badań symulacyjnych ma doprowadzić do wyboru odpowiednich metod sterowania dla zadanych scenariuszy funkcjonalnych urządzenia. Przeprowadzenie badań eksperymentalnych w Laboratorium Lewitacji Magnetycznej Katedry Automatyki i Robotyki stanowić będzie podstawę do weryfikacji prac studyjnych. Opracowane regulatory zostaną zweryfikowane podczas badań w reżimie czasu rzeczywistego.

Zaplecze badawcze: Zaplecze badawcze obejmuje oprogramowanie do realizacji zadań modelowania multifizycznego, komputery stacjonarne do prowadzenia obliczeń i realizacji zadań sterowania w czasie rzeczywistym z wykorzystaniem metodyki automatycznej generacji kodu, układy programowalne: sterownik przemysłowy (PAC), mikrokontrolery, FPGA, procesory sygnałowe, urządzenia z technologią aktywnej lewitacji magnetycznej: zawieszenie jedno i dwu siłownikowe, łożyska magnetyczne o różnych konfiguracjach, wirnik sztywny w łożyskach magnetycznych, wirnik giętki w łożyskach magnetycznych, pasywno-aktywny system transportowy, kinetyczny zasobnik energii, czujniki siły, czujniki pola magnetycznego, generatory sygnałów, oscyloskopy, zasilacze programowalne, czujniki odległości, kamera 300fps.

Liczba miejsc: 1

 

13. Optymalne sterowanie i zarządzanie przepływem energii w układzie gromadzenia i akumulacji energii

Promotor: dr hab. inż. Adam Piłat, prof. AGH

Katedra Automatyki i Robotyki , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem prac naukowo-badawczych jest opracowanie optymalnej konfiguracji oraz strategii sterowania w hybrydowym układzie pozyskiwania i gromadzenia energii. Układ ten w podstawowej konfiguracji składa się z elektrowni wiatrowej, paneli fotowoltaicznych, kinetycznego zasobnika energii, akumulatorów. Wymagane jest opracowanie kompleksowego modelu matematycznego uwzględniającego cechy poszczególnych urządzeń, przepływ energii, oraz warunki pracy. Model taki zostanie poddany badaniom studyjnym w celu wypracowania optymalnej strategii sterowania w szczególności w zmiennych warunkach klimatycznych. Następnie, zostaną przeprowadzone badania eksperymentalne z wykorzystaniem infrastruktury Laboratorium Fotowoltaiki i Lewitacji Magnetycznej Katedry Automatyki i Robotyki. Wyniki badań eksperymentalnych stanowić będą dyskusję do przeprowadzonych prac studyjnych.

Zaplecze badawcze: Zaplecze badawcze obejmuje oprogramowanie do realizacji zadań modelowania multifizycznego, komputery stacjonarne do prowadzenia obliczeń i realizacji zadań sterowania w czasie rzeczywistym z wykorzystaniem metodyki automatycznej generacji kodu, układy programowalne: sterownik przemysłowy (PAC), mikrokontrolery, FPGA, procesory sygnałowe, urządzenia z technologią aktywnej lewitacji magnetycznej: zawieszenie jedno i dwu siłownikowe, łożyska magnetyczne o różnych konfiguracjach, wirnik sztywny w łożyskach magnetycznych, wirnik giętki w łożyskach magnetycznych, pasywno-aktywny system transportowy, kinetyczny zasobnik energii, zestaw paneli fotowoltaicznych, stację pogodową, zestaw akumulatorów.

Liczba miejsc: 1

 

14. Samo-łożyskujący się zespół napędowy

Promotor: dr hab. inż. Adam Piłat, prof. AGH

Katedra Automatyki i Robotyki , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem pracy naukowo badawczej jest opracowanie modelu matematycznego wirnika lewitującego w polu magnetycznym wraz z funkcją napędową. Proces modelowania matematycznego będzie wspomagany modelowaniem numerycznym wielofizycznym, uwzgledniającym zależności materiałowe, geometryczne, magnetyczne oraz sterowanie. Ostatecznie opracowana konfiguracja zostanie poddana badaniom symulacyjnym w opracowanym środowisku symulacyjnym. Na podstawie wyników optymalizacji zostanie zaprojektowana i wykonana konstrukcja prototypowa, która zostanie poddana badaniom eksperymentalnym w Laboratorium Lewitacji Magnetycznej Katedry Automatyki i Robotyki. Badania eksperymentalne będą dotyczyć opracowania układu automatycznej regulacji do realizacji funkcji stabilizacji i napędu. Prowadzone na bieżąco badania symulacyjne i eksperymentalne służyć będą do opracowania optymalnej metody sterowania dla rozważanej konfiguracji.

Zaplecze badawcze: Zaplecze badawcze obejmuje oprogramowanie do realizacji zadań modelowania multifizycznego, komputery stacjonarne do prowadzenia obliczeń i realizacji zadań sterowania w czasie rzeczywistym z wykorzystaniem metodyki automatycznej generacji kodu, układy programowalne: sterownik przemysłowy (PAC), mikrokontrolery, FPGA, procesory sygnałowe, urządzenia z technologią aktywnej lewitacji magnetycznej: zawieszenie jedno i dwu siłownikowe, łożyska magnetyczne o różnych konfiguracjach, wirnik sztywny w łożyskach magnetycznych, wirnik giętki w łożyskach magnetycznych, pasywno-aktywny system transportowy, kinetyczny zasobnik energii, czujniki siły, czujniki pola magnetycznego, generatory sygnałów, oscyloskopy, zasilacze programowalne, czujniki odległości.

Liczba miejsc: 1

 

15. Realizacja zadań sterowania w czasie rzeczywistym z wykorzystaniem złożonych modeli dynamicznych rozwiązywanych w czasie rzeczywistym

Promotor: dr hab. inż. Adam Piłat, prof. AGH

Katedra Automatyki i Robotyki , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem pracy naukowo-badawczej jest opracowanie modelu matematycznego złożonego systemu dynamicznego, który zostanie wbudowany w programowany(e) układ(y) cyfrowy(e)), który rozwiązywany w czasie rzeczywistym będzie stanowił model referencyjny rzeczywistego obiektu. Zakłada się, że model matematyczny będzie dotyczył systemów dynamicznych o stałych czasowych rzędu milisekund lub krótszych. Realizacja tego celu wymaga opisania systemu dynamicznego stosownymi równaniami, dostosowanie, zbadanie i zoptymalizowanie metod numerycznych ze względu na jakość obliczeń, realizację w układach programowanych, opracowanie stosownej strategii sterowania wykorzystującej opracowany model, a następnie realizację zadania sterowania w czasie rzeczywistym wybranym urządzeniem dostępnym w eksperymentalnym w Laboratorium Lewitacji Magnetycznej Katedry automatyki i Robotyki, przeprowadzenie badań eksperymentalnych i opracowanie wyników.

Zaplecze badawcze: Zaplecze badawcze obejmuje oprogramowanie do realizacji zadań modelowania multifizycznego, komputery stacjonarne do prowadzenia obliczeń i realizacji zadań sterowania w czasie rzeczywistym z wykorzystaniem metodyki automatycznej generacji kodu, układy programowalne: sterownik przemysłowy (PAC), mikrokontrolery, FPGA, procesory sygnałowe, urządzenia z technologią aktywnej lewitacji magnetycznej: zawieszenie jedno i dwu siłownikowe, łożyska magnetyczne o różnych konfiguracjach, wirnik sztywny w łożyskach magnetycznych, wirnik giętki w łożyskach magnetycznych, pasywno-aktywny system transportowy, kinetyczny zasobnik energii.

Liczba miejsc: 1

 

16. Dynamika pomiarów w Smart Grid i ocena ich przydatności do sterowania.

Promotor: dr hab. inż. Andrzej Bień, prof. AGH

Promotor pomocniczy: dr inż. Szymon Barczentewicz

Katedra Energoelektroniki i Automatyki Systemów Przetwarzania Energii , Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Współczesne systemy elektroenergetyczne „Smart Grid” dla poprawnego działania muszą być zarządzane i sterowane w oparciu o bieżący stan. Możliwość poprawnego sterowania Smart Grid jest związana z systemem pomiarowym wykraczającym poza budowany aktualnie system „Smatr Metering”. Zbierane i przetwarzanie dane pomiarowe są związane z czasem rzeczywistym i muszą być synchronizowane tak jak system PMU – fazory. Ocena możliwości i skuteczności synchronizowania dla różnych grup wielkości mierzonych jest proponowanym zadaniem badawczym. Ocenie będą podlegały pomiary fazorów, mocy i energii oraz wskaźników jakości energii elektrycznej.

Zaplecze badawcze: Zaplecze badawcze Katedry posiada laboratoria dla prac eksperymentalnych na modelach fizycznych, budowa instalacji do 10kW i wyposażenie w systemy pomiarowe czasu rzeczywistego. Dostępne są też narzędzia symulacyjne. Aktualna współpraca z partnerami Polskimi i zagranicznymi w sposób znakomity powiększa to zaplecze.

Liczba miejsc: 1

 

17. System wyzwalający detektora cząstek w eksperymencie ALICE (CERN) w układzie reprogramowalnym FPGA

Promotor: prof. dr hab. inż. Marek Gorgoń

Promotor pomocniczy: dr inż. Mirosław Jabłoński

Laboratorium Systemów Wizyjnych, Katedra Automatyki i Robotyki, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: W ramach współpracy naukowej pomiędzy eksperymentem ALICE (CERN) i AGH prowadzone są prace naukowe, w których specjaliści AGH budują systemy i urządzania dla nowego detektora cząstek w eksperymencie ALICE. Jednym z kierunków prac jest opracowanie systemu wyzwalania detektora cząstek. Zadaniem doktoranta będzie włączenie się w prace projektowe polegające na opracowanie logiki układu rekonfigurowanego FPGA i po ewentualnym uzyskaniu stypendium doktoranckiego CERN, również udział w pracach uruchomieniowych i diagnostycznych w pierwszym okresie pracy nowego detektora.

Zaplecze badawcze: Laboratorium Systemów Wizyjnych posiada dostęp do niezbędnych licencji wymaganych do projektowania układów reprogramowalnych. W trakcie eksperymentu, planowane jest również udostępnienie płyt FPGA, identycznych do używanych w Eksperymencie ALICE dla Laboratorium Systemów Wizyjnych KAiR.

Liczba miejsc: 1

 

18. Systemy sterowania autonomicznych, bezzałogowych platform latających wykorzystujące fuzję danych, oparte na układach heterogenicznych SoC

Promotor: prof. dr hab. inż. Marek Gorgoń

Promotor pomocniczy: dr inż. Tomasz Kryjak

Laboratorium Systemów Wizyjnych, Katedra Automatyki i Robotyki, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Autonomiczne, bezzałogowe pojazdy latające (drony) to obecnie bardzo dynamicznie rozwijający się obszar badań naukowych oraz zastosowań praktycznych: od typowo wojskowych (wywiad, atakowanie celów) po komercyjne (dostarczanie przesyłek, monitoring obszarów, akcje poszukiwawcze - zarówno w terenie, jak i wewnątrz budynków). Jednym z istotnych komponentów drona jest platforma obliczeniowa. Powinna ona charakteryzować się dużą wydajnością obliczeniową (przetwarzanie w czasie rzeczywistym danych z wielu czujników: kamery lub kamer, LiDAR, radar, oraz wypracowywanie sterowania, komunikacja z bazą) oraz efektywnością energetyczną (z uwagi na ograniczoną pojemność akumulatorów). Ponadto powinna umożliwiać wprowadzanie ulepszeń do zastosowanych algorytmów. Powyższe wymagania spełniają nowoczesne heterogeniczne platformy obliczeniowe, w których system procesorowy połączony jest z logiką rekonfigurowalną (układ FPGA), a także - w najnowszej generacji - z dedykowanymi modułami do implementacji sieci neuronowych (układy ACAP). Tematyka proponowanych badań będzie skoncentrowana na zademonstrowaniu celowości stosowania wspomianych platform dla dronów. Wśród proponowanych zagadnień szczegółowych przewiduje się prace między innymi nad: metodami jednoczesnej lokalizacji i mapowania (SLAM – w oparciu fuzję danych wizyjnych i z czujnika IMU), nawigacją w trudnym środowisku (detekcja przeszkód i planowanie trajektorii), współpracą kilku dronów w realizacji wybranych misji (np. mapowania danego obszaru, transportu dużych przedmiotów) oraz szeroko rozumianym monitoringiem (terenu, instalacji przemysłowych, czy ruchu drogowego).

Zaplecze badawcze: Laboratorium Systemów Wizyjnych dysponuje zapleczem badawczym, które pozwala na rozpoczęcie prac nad opisanym zagadnieniem. Do dyspozycji doktorantów będą 3 drony (1 duży - sześciowirnikowy, 2 małe - czterowirnikowe), kontrolery, moduły do telemetrii oraz kamery (wizyjne i termowizyjne). Ponadto uzyskają oni dostęp do szeregu heterogenicznych platform obliczeniowych z układami Zynq SoC oraz Zynq UltraScale+ MPSoC (w przyszłości również z układami następnej generacji ACAP), układów typu embedded GPU (jako alternatywnych platform obliczeniowych), a także wydajnych komputerów ogólnego przeznaczenia do prototypowania algorytmów. Przygotowane zostaną też dla nich miejsca do pracy. Dodatkowo Katedra AiR dysponuje drukarkami 3D. Istotnym wsparciem dla prowadzonych badań będzie Studenckie Koło Naukowe AVADER działające przy Laboratorium, a także prace dyplomowe inżynierskie i magisterskie związane z tematyką dronów. Obecnie w ramach Laboratorium prowadzony jest jeden projekt naukowy związany z zagadnieniem SLAM oraz drugi związany z przetwarzaniem w układach heterogenicznych strumienia wideo o rozdzielczości 4K. Po ich zakończeniu przewiduje się wystąpienie o projekty z tematyki dronów: SONATA BIS lub OPUS (dla zespołu) bądź PRELUDIUM dla poszczególnych doktorantów. Z uwagi na popularność tematyki i liczne zastosowania praktyczne realna jest również możliwość współpracy z przemysłem.

Liczba miejsc: 3

 

 

19. Model predykcji zachowania się pojazdu autonomicznego w oparciu o metody sztucznej inteligencji.

Promotor: dr hab. inż. Krzysztof Oprzędkiewicz, prof. AGH

Promotor pomocniczy: dr inż. Piotr Bania

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: W dzisiejszych czasach przemysł motoryzacyjny pochłonięty jest wyścigiem, który poprzez udoskonalanie coraz to bardziej zaawansowanych systemów wspomagania kierowcy (ADAS), ma na celu osiągnięcie pełnej autonomiczności pojazdów. Jest to jedna z najszybciej postępujących gałęzi w świecie techniki. W skład zespołu rozwiązań technologicznych takiego pojazdu wchodzą różnorodne sensory, algorytmy percepcji oraz wiele funkcjonalności zapewniających bezpieczeństwo jazdy. Jednym z najważniejszych zadań pojazdu jest dobór odpowiedniego zachowania oraz wyznaczenie i utrzymanie trajektorii jazdy. Jak wspomniano powyżej, jedną z głównych funkcjonalności jakie musi zapewniać pojazd autonomiczny jest ocena sytuacji drogowej i podjęcie odpowiednich akcji oraz wykonanie zleconych manewrów, tak aby zagwarantować bezpieczeństwo i dotarcie do celu w optymalny i komfortowy dla użytkownika sposób. Aby to zadanie zrealizować zazwyczaj stosowane są metody deterministyczne lub metody logiki rozmytej. Ilość i różnorodność scenariuszy drogowych, dynamika jazdy i trudne do przewidzenia zachowania innych uczestników ruchu sprawiają, że to zadanie jest niezmiernie skomplikowane. Ciężko jest też zagwarantować, że standardowy deterministyczny algorytm poradzi sobie we wszystkich sytuacjach na drodze. Celem projektu badawczego jest zaproponowanie nowych rozwiązań z zakresu oceny sytuacji drogowej oraz planowania ruchu pojazdu, które przy użyciu metod opartych o sztuczną inteligencję zapewnią większą sprawność i wszechstronność pojazdów autonomicznych w różnych sytuacjach drogowych. Plan badań przewiduje wykorzystanie metod uczenia maszynowego, a w szczególności tak zwanego uczenia przez wzmocnienie (ang. Reinforcement Learning) oraz jego rozszerzenia w postaci tzw. klonowania behawioralnego (ang. Behavioral Cloning). Takie podejście umożliwi, uczonemu tymi metodami, agentowi generalizację wszelkich przedstawionych scenariuszy drogowych do planowania swoich zachowań. Metody te, poprzez swoje zdolności do modelowania i wykrywania wzorców oraz dzięki swym właściwościom optymalizacyjnym, mogą z powodzeniem konkurować z dotychczas używanym podejściem deterministycznym.

Zaplecze badawcze: Aptiv Services Poland S.A. jest jedną z największych i najbardziej rozwiniętych firm w Europie, które prowadzą badania i rozwój nad zaawansowanymi systemami wspomagania kierowcy (ADAS). Od wielu lat w firmie prowadzone są badania i wytwarzane są innowacyjne produkty, które zmieniają samochodowy świat na lepszy i bezpieczniejszy. W tej chwili prowadzone są projekty, które mają na celu osiągnięcie kolejnych poziomów autonomiczności samochodów. Dzięki zakrojonej na szeroką skalę działalności, Aptiv jako ośrodek badawczy zapewnia profesjonalną i doświadczoną kadrę naukowców i inżynierów, którzy wspierając się nawzajem, umożliwiają rozwój technologii. W firmie dostępnych jest także wiele pojazdów testowych, które wyposażone w zaawansowane sensory i algorytmy percepcji służą całej kadrze do testowania i weryfikacji założeń swoich badań oraz do zbierania niezbędnych danych. Dodatkowo Aptiv zapewnia dostęp do wielu nowoczesnych symulatorów, które pozwalają na generowanie realistycznego modelu środowiska na różnych poziomach szczegółowości symulowanej rzeczywistości. Pomocny jest także dostęp do wielu klastrów obliczeniowych o wysokiej wydajności, które są niezbędne do rozwoju systemów opartych na uczeniu maszynowym.

Liczba miejsc: 1

 

20. Generacja bezpiecznych trajektorii w czasie rzeczywistym dla pojazdów poruszających się w dynamicznym środowisku.

Promotor: prof. dr hab. inż. Wojciech Mitkowski

Promotor pomocniczy: dr inż. Krzysztof Kogut

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Generowanie efektywnych i realizowalnych fizycznie trajektorii ruchu pojazdu stanowi podstawowy problem w systemach jazdy autonomicznej. Trajektoria planowana na podstawie opisu statycznego jak i dynamicznego środowiska powinna być w stanie spełnić wysokopoziomowy cel, jakim jest osiągnięcie danej pozycji w przestrzeni, jednocześnie spełniając wymagania związane z komfortem pasażerów. Ze względu na różnorodność sytuacji jakie występują na publicznych drogach, użycie systemów opartych o uczenie maszynowe (ang. Machine Learning, ML) w procesie podejmowania decyzji o pożądanych manewrach stanowi obiecujący kierunek badań, powalając na generalizację wiedzy nabytej na podstawie symulacji i analizy rzeczywistych danych. System taki może zostać podzielony na moduł planowania zachowania, który w oparciu o techniki ML wybiera właściwy manewr, oraz moduł generacji trajektorii, który planuje egzekucję manewru w bezpieczny i efektywny sposób. Zaprojektowanie systemu zawierającego komponenty ML, który zagwarantuje bezpieczeństwo planowanych trajektorii stanowi złożony problem badawczy. Jednym z możliwych podejść do problemu jest zdefiniowanie modelu matematycznego, który pozwoli w sposób deterministyczny wyznaczyć zmienne w czasie ograniczenia dla generowanej trajektorii, aby zapewnić, że pojazd w każdej sytuacji będzie w stanie uniknąć kolizji ze swojej winy poprzez wykonanie predefiniowanego manewru bezpieczeństwa. O ile w ostatnich latach zaproponowane modele bezpieczeństwa spełniają powyższe założenia to opracowanie algorytmów planowania trajektorii przestrzegających generowane ograniczenia zmienne w czasie pozostaje otwartym problemem badawczym. Głównym celem proponowanych badań jest opracowanie algorytmów generowania trajektorii pozwalających na zaplanowanie ruchu pojazdu autonomicznego w aplikacjach czasu rzeczywistego i dodatkowo pozwalających efektywnie wykorzystać moduły planowania zachowania oparte o ML. W tym celu niezbędne jest opracowanie architektury systemu, która będzie wykorzystywać deterministyczny model pozwalający na wyznaczenie ograniczeń bezpieczeństwa. Deterministyczność komponentów krytycznych dla bezpieczeństwa systemu pozwali na zdefiniowanie wymagań dla systemu percepcji dostarczającego dane wejściowe dla projektowanego algorytmu oraz zapewni transparentność i testowalność systemu, które są kluczowe dla komercjalizacji opracowywanych rozwiązań.

Zaplecze badawcze: Centrum Techniczne Aptiv w Krakowie jest jednym z największych centrów badawczych w Europie poświęconych badaniom z zakresu zaawansowanych systemów wspomagania kierowcy, algorytmów percepcji oraz systemów jazdy autonomicznej. Przedstawiona praca badawcza odbywać się będzie w ścisłej współpracy z centrami badawczymi Aptiv w Europie i Stanach Zjednoczonych, z wykorzystaniem zaplecza badawczego firmy, takiego jak:

klastry obliczeniowe o wysokiej wydajności pozwalające na analizę dużych zbiorów danych z systemów percepcji oraz budowanie modeli ML o dużej skali,

symulatory umożliwiające generację sztucznego modelu środowiska w czasie rzeczywistym,

samochody testowe wyposażone w komplet sensorów takich jak radary, lidary, kamery wizyjne,

dostęp do szerokiej bazy wiedzy zbudowanej w ramach wieloletniego doświadczenia firmy w rozwoju systemów percepcji i algorytmów aktywnego bezpieczeństwa.

Opisany problem badawczy wpisuje się w długoterminową strategię firmy ukierunkowaną na rozwój niezawodnych systemów wspomagania kierowcy oraz jazdy autonomicznej.

Liczba miejsc: 1

 

21. Metody zwiększenia map głębi dla obrazów radarowych.

Promotor: dr hab. inż. Paweł Skruch

Promotor pomocniczy: dr inż. Marcin Piątek

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Czujniki głębokości (tj. odległości od sensora) używane w motoryzacji zwracają pomiary, które są dość rzadkie w porównaniu do obrazu zwracanego z kamer. Podczas gdy kamery zwracają obrazy składające się z ponad 10^6 pikseli, nowoczesne lidary motoryzacyjne wykonują mniej niż 10^5 pomiarów podczas jednego skanu. Ze względu na relatywną rzadkość pomiarów głębokości wykonywanych przez lidary powstały metody zwiększenia map głębokości (ang. depth completion). Metody te pozwalają na przekształcanie rzadkich map głębokości zwracanych przez sensor do postaci gęstych map głębokości. Na dzień dzisiejszy, najlepsze (używając wyników z KITTI Depth Completion Challenge jako kryterium) rozwiązania wykorzystują głębokie uczenie. W szczególności większość rozwiązań bazuje na tak zwanych sparsity invariant convolutional layers. Nowością w proponowanym projekcie badawczym jest wykorzystanie algorytmów zwiększenia map głębokości bazujących na sieciach neuronowych do przetwarzania danych z radarów motoryzacyjnych. Radary motoryzacyjne mogą być używane jako sensory głębokości (odległości), które są znacznie (rzędy wielkości) tańsze od lidarów. Radary motoryzacyjne zwracają na wyjściu dane, które są znacząco różne od danych na wyjściu z lidarów: pomiary z radarów są znacznie rzadsze (rzędu 100 detekcji na skan pomiarowy) i znacznie bardziej nieregularnie rozłożone niż te z lidarów. Dodatkowo, pomiary z nowoczesnych radarów motoryzacyjnych mają znacząco niższą dokładność w osi pionowej niż pomiary z lidarów. Celem projektu jest zaprojektowanie topologii sieci neuronowych do zwiększenia map głębokości, które bazują na rozwiązaniach opisywanych w literaturze dla lidarów, jednakże są znacząco zmienione, aby mogły działać na danych z radarów motoryzacyjnych. W zakresie projektu leży zarówno przygotowanie rozwiązań wykorzystujących wyłącznie radary motoryzacyjnych, jak i rozwiązań bazujących na fuzji danych z radaru i kamery.

Zaplecze badawcze: Aptiv jest światowym liderem na polu radarów motoryzacyjnych. Dział badawczo-rozwojowy Aptiv w Krakowie dysponuje pojazdami, które umożliwiają zbieranie danych z radarów, lidarów i kamer. Te dane zostaną użyte jako zbiory treningowe i walidacyjne w procesie uczenia sieci neuronowych stanowiących podstawę algorytmów do zwiększenia map głębokości. Dodatkowo, pojazdy te umożliwiają logowanie niskopoziomowych danych, co z kolei umożliwi symulowanie poszczególnych etapów w procesie przetwarzaniu danych w radarze. Aptiv udostępnia swoim pracownikom zasoby obliczeniowe do trenowania sieci neuronowych w postaci komputerów lokalnych z odpowiednimi kartami graficznymi, lokalnych klastrów obliczeniowych i rozwiązań chmurowych.

Liczba miejsc: 1

 

22. Analiza i optymalizacja rozkładu pól elektro­magnetycznych w wiązkach kablowych pojazdu elektrycznego.

Promotor: dr hab. inż. Paweł Zydroń, prof. AGH

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Zagadnienie badawcze jest związane z realizowanymi obecnie badaniami i rozwojem konstrukcji pojazdów elektrycznych., w szczególności samochodów autonomicz­nych. Stosowanie silników elektrycznych dla napędu samochodu wymaga przesyłania większej ilości energii elektrycznej niż w przypadku samochodów z silnikami spalinowymi. Wzrost ten wymaga całościowej zmiany systemu wiązek elektrycznych samochodu oraz indywidualnych konstrukcji wiązek przewodowych, zawierających zarówno przewody silnoprądowe jak i sygnałowe. Planowane zmiany konstrukcyjne muszą uwzględniać zwiększenie wartości napięć zasilających oraz stosowany system zasilania (DC lub AC). Optymalizacja konstrukcji wiązek przewodowych jest szczególnie istotna w przypadku samochodów autonomicznych, w których znacząco wzrasta liczba czujników, przewodów sygnałowych oraz szybkości transmisji i ilości przesyłanych danych. Konstrukcje wiązek przewodowych muszą w związku z tym uwzględniać wszystkie wymienione czynniki, wpływające na zmianę środowiska elektromagnetycznego, aby zapewnić odpowiedni poziom wewnętrznej i zewnętrznej kompatybilności elektromagnetycznej wiązki przewodowej w kontekście zapewnienia właściwej niezawodności działania całego pojazdu. Dodatkowo, ważnym czynnikiem wpływającym na konstrukcję wiązki przewodowej, który zawsze musi być brany pod uwagę, jest powstawanie ciepła w przewodach elektrycznych oraz jego efektywny transfer na zewnątrz wiązki. Proponowany temat dotyczy analizy pola elektromagnetycznego w złożonej wiązce przewodowej pojazdu elektrycznego (w szerokim zakresie częstotliwości) oraz podjęcia próby optymalizacji jej konstrukcji dla zapewnienia właściwej pracy obwodów zasilających oraz sygnałowych, z uwzględnieniem procesów nagrzewania się przewo­dów wiązki i problemów EMC.

Zaplecze badawcze: Instytucja naukowo-badawcza, w której prowadzony będzie program badawczy, oraz partner przemysłowy posiadają laboratoria oraz infrastrukturą techniczną i pomiarową, które zapewniają możliwość realizacji programu badawczego zgłaszanego zagad­nienia. W szczególności dotyczy to specjalizowanych komór ekranowanych i urządzeń pomiarowych służących do wykonywania testów EMC oraz określenia wartości powstających zakłóceń elektromagnetycznych przewodzonych i transmitowanych. Zaplecze badawcze umożliwia również prowadzenie badań symulacyjnych w zaawansowanych środowiskach analizy numerycznej, na komputerach o dużej mocy obliczeniowej i przy zastosowaniu specjalistycznego oprogramowania nauko­wego.

Liczba miejsc: 1

 

23. Zastosowanie teorii Dempstera-Schafera w motoryzacyjnych algorytmach percepcji.

Promotor: dr hab. inż. Paweł Rotter

Promotor pomocniczy: dr inż. Piotr Bania

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Przetwarzanie i interpretacja danych o otoczeniu, uzyskiwanych z wielu zróżnicowanych sensorów, stanowi jeden z głównych problemów występujących przy projektowaniu algorytmów percepcji na potrzeby systemów jazdy autonomicznej oraz wspierania kierowcy. Zbieżność budowanego modelu z rzeczywistym otoczeniem jest niezwykle istotna z punktu widzenia bezpieczeństwa pasażerów pojazdu oraz innych użytkowników ruchu drogowego. Sensory stosowane obecnie w branży motoryzacyjnej działają w oparciu o różne zjawiska fizyczne. Dla pewnych przypadków wiąże się to z uzyskiwaniem pozornie wykluczających się danych z czujników. Przykładem jest wiązka lidaru padająca na przezroczystą powierzchnię, która może wskazać nieprawidłową interpretację przeszkody na drodze. Podobnie w przypadku radaru, brak detekcji radarowej z określonego obszaru niekoniecznie oznacza, że obszar ten jest przejezdny. W konsekwencji takie zjawiska prowadzą do konfliktu wskazań różnych czujników i trudności w interpretacji. Kluczowe jest zastosowanie algorytmu sztucznej inteligencji, który zapewni systematyczne podejście do interpretacji różnych źródeł informacji i pozwoli na adekwatne określenie pewności obliczonych rezultatów. W tym celu zostanie wykorzystana teoria Dempstera-Schafera oraz zaproponowana zostanie jej adaptacja do konkretnych przypadków występujących w zastosowaniu do motoryzacyjnych systemów automatyzacji jazdy. Dodatkowym celem proponowanych badań jest stworzenie i zastosowanie praktycznej implementacji teorii Dempstera-Schafera w niskopoziomowej fuzji danych lidarowych, radarowych oraz wizyjnych. Zakładanym efektem pracy jest zwiększenie sprawności algorytmów percepcji i ograniczenie złożoności obliczeniowej. Takie rozwiązanie pozwoli na uzyskanie algorytmu, który będzie mógł być wykorzystany jako część oprogramowania w systemach wbudowanych, przyspieszając tym samym komercjalizację opracowywanych rozwiązań.

Zaplecze badawcze: Centrum Techniczne Aptiv w Krakowie jest wiodącą jednostką badawczo-rozwojową w zakresie elektroniki i bezpieczeństwa. Duży nacisk położony jest na produkty aktywnego bezpieczeństwa, algorytmy percepcji oraz rozwój systemów jazdy autonomicznej. Doświadczenie w tworzeniu produktów rynku motoryzacyjnego umożliwia budowanie kompletnych i bezpiecznych systemów dla samochodów przyszłości. Przedsiębiorstwo dysponuje wymaganym zapleczem technicznym do realizacji przedstawionej pracy badawczej. Zapewnia możliwość wykorzystania komercyjnych sensorów lidarowych, radarowych oraz wizyjnych. Dostępne są również samochody testowe, które pozwalają na walidację algorytmów percepcji na podstawie danych zebranych w ruchu drogowym. Równie istotna jest możliwość współpracy z centrami badawczymi zagranicznych oddziałów firmy, zlokalizowanych na terenie Stanów Zjednoczony i Europy. Wgląd w szeroką bazę wiedzy dotyczącej rozwoju algorytmów percepcji pozwoli skupić się nad rozwiązaniem głównego problemu proponowanych badań. Temat pracy wpisuje się w długoterminową strategię przedsiębiorstwa związaną z rozwojem systemów jazdy autonomicznej.

Liczba miejsc: 1

 

24. Analiza i wykrywanie anomalii w szeregach czasowych przy użyciu głębokich sieci neuronowych.

Promotor: dr hab. inż. Paweł Rotter

Promotor pomocniczy: dr inż. Piotr Bania

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Rozwój technologii informatycznych doprowadził do wzrostu liczby systemów elektronicznych w samochodach. Monitorowanie ich działania jest kluczowym aspektem w ich użytkowaniu i rozwoju. Ilość zbieranych danych wraz z pojawianiem się nowych komponentów oraz wykrywanie błędów w ich działaniu jest coraz trudniejszym zadaniem. Zbierane dane takie jak: użycie procesora, pamięci czy sieci mogą być traktowane jako dyskretny szereg czasowy i można je badać tradycyjnymi technikami analizy szeregów. Takie modele wymagają jednak pewnych założeń na temat zbieranych danych i nie są łatwo uogólniane z jednego typu danych do innego. W ostatnich latach część z tych problemów została rozwiązana z wykorzystaniem sieci neuronowych. Ich możliwości generalizowania i modelowania danych spowodowały, że stały się ważnym narzędziem w analizie i predykcji szeregów czasowych. W zastosowaniach najczęściej stosowanymi architekturami sieci neuronowych są sieci konwolucyjne w przetwarzaniu obrazów, sieci rekurencyjne w przetwarzaniu danych sekwencyjnych, oraz tzw. Generative Adversarial Network (GAN) zaproponowana w celu zwiększenia możliwości generowania danych podobnych do wejściowych. W proponowanym projekcie chcemy wykorzystać atuty wymienionych sieci w analizie danych czasowych. Możliwości sieci konwolucyjnych w zakresie klasyfikacji i wykrywania wzorców mogą zostać wykorzystane przy analizie szeregów czasowych. Dane opisujące działanie monitorowanego systemu traktowane będą jako osobne kanały podobnie jak kolory w obrazach. Dodatkowo planujemy wykorzystać mechanizm uwagi (ang. attention mechanism) w celu dalszego zwiększenia możliwości analizy danych sekwencyjnych. Architektura sieci GAN zostanie użyta do trenowania modelu kodującego – dekodującego, z którego można wyliczyć różnicę pomiędzy danymi wejściowymi a danymi po zakodowaniu i zdekodowaniu, zwaną błędem rekonstrukcji. Błąd rekonstrukcji może zostać użyty do wykrywania anomalii w zbieranych danych. Potencjalną korzyścią z zastosowania takiego modelu jest możliwość uczenia się normalnego zachowania bez konieczności opisywania danych. Możliwość uczenia bez nadzoru jest tutaj kluczowa ze względu na ilość danych i koszty jakie musiały by zostać poniesione do opisania danych.

Zaplecze badawcze: Aptiv jest globalnym dostawcą motoryzacyjnym, który skupia się na dostarczaniu rozwiązań z zakresu obliczeń oraz systemów elektrycznych. W Krakowskim Centrum Technicznym pracują grupy badawczo rozwojowe w dziedzinie sztucznej inteligencji, percepcji oraz systemów detekcji a także jazdy automatycznej. Centrum techniczne współpracuje z podobnymi ośrodkami w Niemczech, Stanach Zjednoczonych oraz Szwecji. W centrum pracują doktoranci wybrani w ramach programu doktoratów przemysłowych z lat poprzednich. Ponadto, centrum ściśle współpracuje z Akademią Górniczo Hutniczą, a także centrum obliczeniowym Cyfronet. Doświadczenie firmy w produkowaniu systemów motoryzacyjnych pozwoli na przeprowadzenie opisanych badań.

Liczba miejsc: 1

 

25. Algorytmy kalibracji i auto-kalibracji sensorów radarowych dla systemów aktywnego bezpieczeństwa i jazdy autonomicznej.

Promotor: dr hab. inż. Krzysztof Duda

Drugi promotor: dr hab. inż. Dariusz Borkowski

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Problemem technicznym, z którym zmaga się przemysł motoryzacyjny, są nieznane błędy kątowe montażu sensorów radarowych na pojazdach. Błędy te zazwyczaj mieszczą się w zakresie ±5 stopni w trzech osiach. W praktyce te niewielkie błędy mają znaczny wpływ na wyniki działania funkcji sensora. Dlatego istotnym jest wyznaczenie i korygowanie tych błędów. Problemem badawczym, który zostanie podjęty w doktoracie, jest estymacja błędów kątowych montażu sensora radarowego zainstalowanego na pojeździe. Praca będzie obejmować opracowanie dwóch wariantów algorytmu:

statycznego, używanego do fabrycznej kalibracji sensora dla nieruchomego pojazdu,

dynamicznego, używanego do auto-kalibracji sensora dla pojazdu znajdującego się w ruchu.

Punktem wyjściowym pracy ma być technologia stosowana przez firmę (m.in. patent EP 3 279 683 A1, Schiffmann J., Liu Y., Schwartz D., Zhu X.) oraz dostępne publikacje (Multipath of flatplate radar cross sectionmeasurements, 2003 Proceedings of the International Conference on Radar).

Zaplecze badawcze: Aptiv jest globalnym dostawcą motoryzacyjnym, który skupia się na dostarczaniu rozwiązań z zakresu obliczeń oraz systemów elektrycznych. W Krakowskim Centrum Technicznym pracują grupy badawczo rozwojowe w dziedzinie sztucznej inteligencji, percepcji oraz systemów detekcji a także jazdy automatycznej. Centrum techniczne współpracuje z podobnymi ośrodkami w Niemczech, Stanach Zjednoczonych oraz Szwecji. W centrum pracują doktoranci wybrani w ramach programu doktoratów przemysłowych z lat poprzednich. Ponadto, centrum ściśle współpracuje z Akademią Górniczo Hutniczą, a także centrum obliczeniowym Cyfronet. Doświadczenie firmy w produkowaniu systemów motoryzacyjnych pozwoli na przeprowadzenie opisanych badań.

Liczba miejsc: 1

 

26. Przenośne systemy o niskim poborze mocy do rejestracji i monitorowania sygnałów biomedycznych.

Promotor: dr hab. inż. Marek Miśkowicz, prof. AGH

Promotor pomocniczy: dr inż. Piotr Otfinowski

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem badań w ramach proponowanego zagadnienia badawczego jest opracowanie techniki rejestracji i monitorowania sygnałów biomedycznych, w tym elektrokardiografu (EKG) oraz fotopletyzmografu (PPG), w przenośnych systemach o niskim poborze mocy za pomocą metody próbkowania lokalnych ekstremów sygnału. Projekt wpisuje się w trend rozszerzania funkcjonalności urządzeń elektronicznych powszechnego użytku o systemy do monitorowania sygnałów biomedycznych. Przykładem tego typu urządzeń są inteligentne zegarki 4. generacji (smartwatches) firmy Apple, wprowadzone na rynek w 2018 r., które pozwalają m.in. na monitorowanie sygnałów EKG. W projekcie planuje się wykorzystać fakt, że wartość informacyjna wielu sygnałów biomedycznych zawarta jest w amplitudzie oraz położeniu czasowym ich lokalnych ekstremów. Dlatego proponuje się zastąpienie przy rejestracji sygnałów biomedycznych próbkowania okresowego metodą próbkowania wyzwalanego lokalnymi ekstremami sygnału w celu redukcji ilości rejestrowanych i przetwarzanych danych, a tym samym ograniczenie poboru mocy systemu.

Zaplecze badawcze: Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej dysponuje odpowiednim zapleczem badawczym zarówno w postaci specjalistycznej aparatury, jak i możliwości sprawowania efektywnej opieki naukowej dla realizacji przedmiotowego zagadnienia naukowego. Promotor jest autorem lub współautorem szeregu publikacji w obszarze zgłaszanego zagadnienia naukowego, jak i w obszarach pokrewnych. Planowane badania będą prowadzone we współpracy z naukowcami zza granicy. Ponadto zgłaszane zagadnienie badawcze jest częściowo objęte tematyką projektu naukowego Narodowego Centrum Nauki.

Liczba miejsc: 1

 

27. Poprawa niezawodności zasilania w sieciach typu smart grids.

Promotor: prof. dr hab. Zbigniew Galias

Promotor pomocniczy: dr inż. Szczepan Moskwa

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Zagadnie badawcze obejmuje analizę możliwości poprawy niezawodności zasilania odbiorców końcowych w nowoczesnych sieciach dystrybucyjnych typu smart grids poprzez wykorzystanie funkcjonalności jakie dają sieci tego typu. W trakcie badań uwzględnić należy charakter oraz zmieniającą się strukturę odbiorców, a także rozproszone źródła energii. Efektem prowadzonych prac powinno być opracowanie wytycznych dotyczących rozmieszenia i wykorzystania elementów automatyki sieciowej oraz opracowanie algorytmów działania automatyki w przypadku wystąpienia awarii.

Zaplecze badawcze: Proponowane zagadnienie badawcze będzie realizowane w zespole badawczym działającym w Katedrze Elektrotechniki i Elektroenergetyki pod kierownictwem prof. Zbigniewa Galiasa. Od roku 2015 zespół prowadzi badania naukowe w tematyce optymalizacji elektroenergetycznych sieci dystrybucyjnych i posiada doświadczenie w dziedzinie proponowanego zagadnienia badawczego. W latach 2016-2019 zespół realizował grant Narodowego Centrum Nauki pt. „Optymalizacja struktur elektroenergetycznych sieci dystrybucyjnych w kontekście zwiększenia niezawodności zasilania”. Zespół planuje wzięcie udziału w konkursie NCN z kolejnym projektem dotyczącym tematyki optymalizacji sieci elektroenergetycznych. W przypadku przyznania finansowania będzie możliwość dołączenia doktoranta do zespołu realizującego grant NCN.

Liczba miejsc: 1

 

28. Dynamika magnetyzacji w układach cienkowarstwowych.

Promotor: dr inż. Witold Skowroński

Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Elektronika spinowa jest dynamicznie rozwijającą się gałęzią elektroniki, w której oprócz ładunku elektronu wykorzystywany jest również jego spin do przetwarzania, procesowania i przechowywania informacji. Do dalszego rozwoju spintroniki konieczne jest dogłębne rozpoznanie i zrozumienie procesów dynamiki magnetyzacji w szczególności w oparciu o rezonans ferromagnetyczny i fale spinowe w magnetycznych układach wielowarstwowych. W zespole podejmowane są działania teoretyczne i eksperymentalne mające na celu zaprojektowanie i przetestowanie struktur warstwowych do potencjalnych zastosowań jako mikrofalowe elementy elektroniczne (oscylatory, detektory, przesuwniki fazy).

Zaplecze badawcze: linia technologiczna do wytwarzania układów cienkowarstwowych (pomieszczenia wysokiej klasy czystości, litografia optyczna, laserowa, elektronowa, trawienie jonowe, nanoszenie warstw metodą rozpylania jonowego), mikrofalowa aparatura pomiarowa (wektorowy analizator sieci, analizator widma, generatory funkcyjny, impulsowy, oscyloskop próbkujący), stanowiska pomiarowe z elektromagnesami, kriostat z zamkniętym obiegiem helu, aparatura pomiarowa (źródła mierzące, zasilacze, mierniki, generatory, oscyloskopy).

Liczba miejsc: 1

 

29. Algorytmy uczenia maszynowego w Przemyśle 4.0

Promotor: dr hab. inż. Ireneusz Dominik

Promotor pomocniczy: dr inż. Krzysztof Lalik

Katedra Automatyzacji Procesów, Wydział Inżynierii Mechanicznej i Robotyki

Streszczenie: Zagadnienie badawcze będące tematem doktoratu to algorytmy uczenia maszynowego. Polega ono na praktycznym zastosowaniu dokonań w dziedzinie sztucznej inteligencji do stworzenia automatycznego systemu potrafiącego doskonalić się przy pomocy zgromadzonego doświadczenia (danych) i nabywania na tej podstawie nowej wiedzy. W ramach zagadnienia opracowane i realizowane zostaną nowe algorytmy uczenia maszynowego w odniesieniu do ciągu technologicznego w standardzie Industry 4.0. Jednym z najbardziej typowych zadań nauczania maszynowego, są zadania klasyfikacyjne. W ramach prac będą gromadzone ogromne ilości danych z czujników z maszyn i całej linii produkcyjnej, jako dane wejściowe dla uczenia maszynowego. Rozpoznawanie obrazów i algorytmy wykrywania odchyleń od normy będą wykorzystane w kontroli jakości z użyciem okularów rozszerzonej rzeczywistości AR. Opracowane algorytmy będą służyć w planowaniu predykcyjnym, prognozowaniu łańcucha dostaw i opracowywaniu nowych strategii produkcyjnych.

Uczenie maszynowe to technologia, która wymaga specjalistycznej wiedzy w zakresie przygotowania danych do trenowania i testowania. W ramach realizacji prac opracowane zostaną algorytmy inteligentnego sterowania procesem produkcyjnym. Zrealizowane algorytmy posłużą do posłuży do testowania działania systemu produkcyjnego, a także do jego monitorowania i dopasowywania predykcyjnego do zmieniających się warunków jego pracy.

Zaplecze badawcze: Zaplecze badawcze jednostki to przede wszystkim laboratorium badawczo-dydaktyczne Industry 4.0. Laboratorium wyposażone w tą linię technologiczną jest unikalne w skali krajowej i międzynarodowej. W aspekcie technologicznym jest to pierwsze w kraju laboratorium, które pozwala na integrację najnowszych trendów automatyki przemysłowej. Realizuje ono bowiem w pełni założenia standardu Czwartej Rewolucji Przemysłowej (Industry 4.0) z wykorzystaniem Przemysłowego Internetu Rzeczy (IioT).

Linia technologiczna, w którą wyposażone jest laboratorium w pełni odwzorowuje linie technologiczne stosowane obecnie w Inteligentnych Fabrykach (ang. Smart Factories). Wielowarstwowość możliwości, zarówno w hierarchii sterowania poziomej, jak i pionowej jest realizowana w pracach badawczych i dydaktycznych na wielu platformach sprzętowych. Systemy, w które wyposażone jest laboratorium, to między innymi:

  • Programowalne Sterowniki Logiczne PLC,

  • Przemysłowe Interfejsy Użytkownika,

  • Referencyjne systemy kontroli produkcji,

  • Przemysłowa komunikacja maszynowa (M2M) oraz Internet Rzeczy (IoT)

  • Systemy bezpieczeństwa (Fail-Safe),

  • Systemy zrobotyzowane,

  • Systemy wizyjne i rozszerzonej rzeczywistości AR,

  • Systemy produkcji,

  • Organizacja Łańcucha Dostaw, Lean management i systemów ERP,

  • Systemy bazodanowe,

  • Systemy nadzorcze i akwizycji danych,

  • Analiza Big Data,

  • Standard Open Platform Communications (OPC).

Liczba miejsc: 1

 

30. Zagadnienia sterowania w pojazdach samochodowych

Promotor: dr hab. inż. Jarosław Konieczny

Drugi promotor: dr hab. inż. Waldemar Rączka

Katedra Automatyzacji Procesów, Wydział Inżynierii Mechanicznej i Robotyki

Streszczenie: Tematyka realizowanych prac badawczych zorientowana jest wokół zagadnień sterowania obiektami mechanicznymi. Badania będą prowadzone z wykorzystaniem mobilnych platform badawczych typu SUV. Celem prowadzonych badań jest zaprojektowanie systemów sterowania związanych z poprawą komfortu i bezpieczeństwa jazdy samochodem. W nowoczesnych pojazdach samochodowych jest wiele podsystemów systemów wymagających syntezy odpowiedniego prawa sterowania. Rozważane będą metody syntezy bazujące na teorii optymalizacji i sterowania odpornego jak i również uczenia z zastosowaniem sieci neuronowych.

Zaplecze badawcze: Zaplecze badawcze jednostki stanowi laboratorium badawcze Układów i Struktur Dynamicznych. Głównym przeznaczeniem laboratorium jest prowadzenie działalności naukowo-badawczej w zakresie sterowanych struktur dynamicznych.

Prowadzane są tu badania aktywnych struktur wykorzystujących elementy i zespoły elektrohydrauliczne, elektropneumatyczne i elektrodynamiczne.

W laboratorium znajdują się specjalistyczne stanowiska badawcze wyposażone w układy sterowania typu PAC z reprogramowalnymi strukturami logicznymi FPGA. Służą one do testowania układów i struktur dynamicznych. Działanie stanowisk badawczych oparte jest o elektrohydrauliczne generatory drgań wykonane w oparci o autorskie projekty. Ponadto laboratorium wyposażone jest w szereg systemów pomiarowych wraz z przetwornikami przeznaczonych do akwizycji sygnałów. Na wyposażeniu laboratorium znajdują się pojazdy kołowe typu SUV stanowiące autonomiczne platformy przeznaczone do badań eksperymentalnych. http://www.suvsusp.agh.edu.pl/

Liczba miejsc: 1

 

31. Zagadnienia autonomii robotów z zastosowaniem sieci neuronowych

Promotor: dr hab. inż. Marek Sibielak

Drugi promotor: dr hab. inż. Waldemar Rączka

Katedra Automatyzacji Procesów, Wydział Inżynierii Mechanicznej i Robotyki

Streszczenie: Tematyka realizowanych prac badawczych zorientowana jest wokół zagadnień sterowania systemach zrobotyzowanych. Badania dotyczyć zastosowania sieci neuronowych w problemach podejmowania decyzji i sterowania robotami. Celem prowadzonych badań będzie opracowanie i implementacja sterowania manipulatorem. Jednym z obszarów badawczych będzie wybór strategii działania przez sieć neuronową w oparciu o analizę danych pochodzących z systemu wizyjnego. Systemy tego typu znajdują szerokie zastosowanie w wielu dziedzinach techniki i przemysłu. Obecnie na świecie prowadzone są badania nad zastosowaniem sieci neuronowych do automatyzacji procesów i podejmowania decyzji.

Zaplecze badawcze: The research facility of the unit is a Dynamic and Control of Structures Laboratory. The main purpose of the laboratory is to provide scientific and research activities in the field of controlled dynamic structures.

Research is carried on active and semiactive structures using electrohydraulic, electro-pneumatic and electrodynamic elements and assemblies.

The laboratory is equipped to specialized research rigs with PAC control systems and field-programmable gate arrays FPGA. They are used to test dynamic systems and structures. The operation of the test rigs is based on electrohydraulic vibration generators made based on original designs. In addition, the laboratory is equipped with a number of measurement systems with sensors and transducers for signals acquisition. The laboratory is equipped with SUV wheeled vehicles, which are autonomous platforms designed for experimental research.

https://kap.agh.edu.pl/en/dynamic-structures-and-systems-lab/

Liczba miejsc: 1

 

32. Badania realizowalności quasi-idealnych sekcji sprzężonych w technologiach monolitycznych i ich wykorzystanie w projektowaniu mikrofalowych układów scalonych

Promotor: dr hab. inż. Krzysztof Wincza, prof. AGH

Katedra Elektroniki, Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Głównym celem projektu jest przeprowadzenie badań mających na celu opracowanie idealnych sekcji linii sprzężonych z uwzględnieniem ograniczeń wynikających z wykorzystywanych technologii monolitycznych.

Badania skupią się wokół sprawdzenia jakie parametry elektryczne można pozyskać w takich strukturach, a bezpośrednim celem projektu jest opracowanie sprzęgaczy kierunkowych charakteryzujących się pasmem pracy sięgającym jednej dekady częstotliwości. W ramach projektu zbadane zostaną własności linii sprzężonych pod kątem pozyskania dobrego dopasowania impedancyjnego i izolacji przy jednocześnie wysoki współczynniku sprzężenia pomiędzy liniami. Badane będą złożone struktury linii sprzężonych złożone z wielu odpowiednio ze sobą połączonych przewodników wykonanych w strukturach niejednorodnych. Problem projektowania takich struktur jest już dobrze rozpoznany w technologiach laminatów wielowarstwowych, zarówno dla układów linii symetrycznych jak i asymetrycznych. Zostało wykazane, że warunkiem realizacji idealnej sekcji linii sprzężonej jest w przypadku symetrycznych linii jest równość prędkości fazowych rodzajów fal propagowanych w takich strukturach. Warunek ten może zostać również wyrażony poprzez równość efektywnych przenikalności względnych dla rodzaju parzystego i nieparzystego. Bardziej ogólny warunek został wyprowadzony dla struktur asymetrycznych, dla których wymagana jest równość współczynników sprzężeń indukcyjnego i pojemnościowego. Dodatkowo, zarówno w symetrycznych jak i asymetrycznych strukturach istnieje warunek dopasowania impedancyjnego, który zapewnia dopasowanie do żądanej impedancji charakterystycznej.

Celem projektu jest opracowanie metod projektowania sekcji linii sprzężonych, które pozwolą na wyrównanie współczynników sprzężeń indukcyjnego i pojemnościowego z uwzględnieniem ograniczeń technologicznych dla wybranych technologii monolitycznych.

Zaplecze badawcze: Dostęp do laboratorium Techniki Mikrofalowej, które umożliwia pełną charakteryzację układów mikrofalowych w zakresie częstotliwości do 43 GHz.

Liczba miejsc: 2

 

33. Opracowanie algorytmów detekcji biomarkerów wybranych chorób w wydychanym powietrzu z wykorzystaniem półprzewodnikowych czujników gazów

Promotor: dr hab. inż. Artur Rydosz

Katedra Elektroniki, Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Celem pracy jest przeprowadzenie badań nad analizą wydychanego powietrza pod kątem detekcji biomarkerów dla wybranych chorób przy wykorzystaniu półprzewodnikowych czujników gazów na bazie tlenków metali. W trakcie prac badawczych wykorzystywane będą zarówno czujniki komercyjne jak również czujniki opracowywane w zespole badawczym. Półprzewodnikowe czujniki gazów mają szereg zalet takich jak wysoka czułość czy łatwość wytwarzania na skalę masową. Jednakże mają też zasadniczą wadę jaką jest czułość skrośna na gazy zakłócające stąd też stosuje się matryce sensorów częściowo selektywnych i na podstawie odpowiedzi ze wszystkich sensorów generuje się informację o stężeniu konkretnego związku, w tym przypadku będzie to biomarker, np. aceton, który jest biomarkerem cukrzycy. Głównym celem badań będzie opracowanie elektroniki odczytowej front-end do matrycy czujników o zmiennej liczebności czujników wraz z algorytmami detekcji na bazie sieci neuronowych i uczenia maszynowego. Zbadane zostaną również możliwości wykorzystania takich matryc w nowoczesnych rozwiązaniach internetu rzeczy (IoT).

Zaplecze badawcze:Prace prowadzone będą w nowoczesnym laboratorium Zintegrowane Laboratorium Nanostruktur Sensorowych Katedry Elektroniki AGH. Laboratorium wyposażone jest w niezbędną aparaturę pomiarową oraz infrastrukturę do badań nad czujnikami gazów. Prace prowadzone będą w ramach projektów, których kierownikiem jest promotor: SONATA Narodowego Centrum Nauki, pt. „Badania nad wpływem techniki GLAD na własności 3S (czułość, selektywność, stabilność) sensorów gazów o zwiększonej odpowiedzi na biomarkery cukrzycy obecne w wydychanym powietrzu”.

Liczba miejsc: 1

 

34. Przestrzenne przetwarzanie sygnałów dźwiękowych przy użyciu uczenia maszynowego

Promotor: dr hab. inż. Krzysztof Wincza, prof. AGH

Promotor pomocniczy: dr inż. Konrad Kowalczyk

Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Prace badawcze dotyczyć będą rozwoju algorytmów uczenia głębokiego i ich zastosowania w przestrzennym przetwarzaniu sygnałów nagranych przy pomocy macierzy mikrofonowej. Doktorant(ka) będzie prowadzić prace badawcze nad zaawansowanymi metodami przetwarzania sygnałów dźwiękowych w celu detekcji i klasyfikacji sygnałów dźwiękowych pochodzących od różnych źródeł dźwięku, szacowania parametrów nagranej sceny akustycznej, lokalizacji źródeł dźwięku oraz estymacji ich sygnałów. Praca badawcza dotyczyć będzie również reprodukcji nagranego dźwięku przestrzennego przy pomocy zestawów słuchawkowych lub głośnikowych.

Zaplecze badawcze: Doktorantowi (doktorantce) zapewniona zostanie opieka naukowa oraz odpowiednie warunki pracy badawczej. Zapewnione zostanie stanowisko pracy wyposażone we wszystkie potrzebne narzędzia tj. komputer, specjalistyczne oprogramowanie, wysokiej klasy sprzęt audio (mikrofony, interfejsy audio, karty dźwiękowe, itp.) oraz bazy danych potrzebne do wykonania pracy badawczej. Zapewniony zostanie również dostęp serwerów Katedry Elektroniki oraz serwerów Cyfronetu o dużej mocy obliczeniowej w celu przeprowadzania prac eksperymentalnych. Praca związane z opisanym zagadnieniem badawczym będą realizowane w ramach zadań badawczych projektu NCN OPUS pt. „Analiza zastosowania uczenia maszynowego w przestrzennym przetwarzaniu sygnałów dźwiękowych”, którego kierownikiem jest dr inż. Konrad Kowalczyk. Celem projektu jest opracowanie technik przetwarzania sygnałów dźwiękowych w oparciu a techniki uczenia głębokiego na potrzeby przestrzennego przetwarzania dźwięku.

Liczba miejsc: 1

 

35. Przetwarzanie sygnałów mowy nagranych w trudnych warunkach akustycznych

Promotor: dr hab. inż. Krzysztof Wincza, prof. AGH

Promotor pomocniczy: dr inż. Konrad Kowalczyk

Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Doktorant(ka) będzie prowadzić prace badawcze polegające na zastosowaniu zaawansowanych metod przetwarzania sygnałów mowy. Prace badawcze dotyczyć będą zastosowania uczenia głębokiego w celu rozpoznawania mówców, jak również separacji i ekstrakcji sygnałów mowy z sygnałów mikrofonowych nagranych w trudnych warunkach akustycznych charakteryzujących się pogłosem i szumami pomieszczenia. Praca badawcza łączy w sobie elementy klasycznego przetwarzania sygnałów bazujących na modelach (metody kształtowania wiązki, filtry Wienera, techniki nieujemnej faktoryzacji macierzy) oraz technik uczenia maszynowego, w szczególności algorytmy uczenia głębokiego

Zaplecze badawcze: Doktorantowi (doktorantce) zapewniona zostanie opieka naukowa oraz odpowiednie warunki pracy badawczej. Zapewnione zostanie stanowisko pracy wyposażone we wszystkie potrzebne narzędzia tj. komputer, specjalistyczne oprogramowanie, wysokiej klasy sprzęt audio (mikrofony, interfejsy audio, karty dźwiękowe, itp.) oraz bazy danych potrzebne do wykonania pracy badawczej. Zapewniony zostanie również dostęp serwerów Katedry Elektroniki oraz serwerów Cyfronetu o dużej mocy obliczeniowej w celu przeprowadzania prac eksperymentalnych. Praca związane z opisanym zagadnieniem badawczym będą realizowane w ramach zadań badawczych projektu First TEAM finansowanego przez Fundację na rzecz Nauki Polskiej pt. „Audio Processing Using Distributed Acoustic Sensors”, którego kierownikiem jest dr inż. Konrad Kowalczyk. Celem projektu jest opracowanie technik przetwarzania sygnałów dźwiękowych umożliwiających komunikację głosową na odległość osobie swobodnie poruszającej się po pomieszczeniu, w którym znajdują się rozproszone mikrofony.

Liczba miejsc: 1

 

36. Badania nad metodami pomiarów i projektowaniem biofunkcjonalizowanych układów mikrofalowych tworzących sensory mikrobiologiczne.

Promotor: dr hab. inż. Sławomir Gruszczyński, prof. AGH

Katedra Elektroniki, Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Głównym celem projektu jest przeprowadzenie badań nad opracowaniem selektywnych metod wykrywania bakterii z wykorzystaniem biofunkcjonalizownaych struktur mikroelektronicznych w zakresie częstotliwości mikrofalowych. Istotą projektu są badania nad możliwością opracowania nowatorskich bioczujników do wykrywania i oznaczania bakterii z wykorzystaniem technik mikrofalowych, które charakteryzują się wysoką czułością, selektywnością oraz możliwością pracy w czasie rzeczywistym. W celu uzyskania wysokiej czułości zastosowane zostaną szerokopasmowe techniki pomiarowe parametrów obwodów mikrofalowych, tj. impedancji charakterystycznych linii transmisyjnych oraz stałych propagacji. Wstępne wyniki badań przeprowadzonych przez wnioskodawcę, polegające na pomiarze właściwości układu stratnego kondensatora, w którym detekcja polegała na zmianie pojemności i stratności układu przy dołączeniu LPSu bakterii E. coli B, opublikowane w czasopiśmie Biosensors and Bioelectronics, potwierdzają możliwość selektywnej i czułej detekcji w zakresach mikrofalowych. W celu zapewnienia wysokiej selektywności identyfikacji bakterii, wykorzystane zostaną cząsteczki rozpoznające LPS, t.j. białka wiążące LPS oraz przeciwciała rozpoznające ściśle określoną strukturę cząsteczki LPS na powierzchni bakterii. W rezultacie mierzone bakterie będą wiązane do powierzchni czujnika, co umożliwi ich wiarygodną detekcję. W ramach projektu przeprowadzone zostaną badania mające na celu wykrywanie i oznaczanie bakterii Gramm-ujemnych w szczególności bakterii E. coli. Należy jednak podkreślić, że opracowane metody będą miały charakter uniwersalny i będą umożliwiać wykrywanie również innych bakterii poprzez odpowiedni dobór białek wiążących LPS. Opracowane metody będą mogły być w przyszłości wykorzystane do ulepszenia obecnie stosowanych metod wykrywania i oznaczania stężenia bakterii w diagnostyce klinicznej, przemyśle spożywczym, w bioinżynierii czy ochronie środowiska (np. monitorowanie stopnia skażenia wody pitnej). Tradycyjnie stosowane metody są czasochłonne, wymagają zastosowania skomplikowanego sprzętu pomiarowego oraz wykwalifikowanego personelu. W związku z czym istnieje potrzeba opracowania nowoczesnych metod wykrywania i oznaczania bakterii pozwalających na stosowanie ich bezpośrednio w miejscu występowania skażenia. Zaproponowane rozwiązania pozwolą na opracowanie takich metod z wykorzystaniem czujników mikrofalowych, które będą cechowały się zwiększoną czułością oraz krótszym czasem analizy.

Zaplecze badawcze: Dostęp do laboratorium Techniki Mikrofalowej, które umożliwia pełną charakteryzację układów mikrofalowych w zakresie częstotliwości do 43 GHz.

Liczba miejsc: 1

 

37. Wykorzystanie światła dla aktywacji rezystancyjnej odpowiedzi matrycy sensorów gazu

Promotor: prof. dr hab. inż. Katarzyna Zakrzewska

Katedra Elektroniki, Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Celem pracy jest wykorzystanie światła do aktywacji odpowiedzi sensorów gazu. Praca będzie zmierzała do zbudowania matrycy złożonej z kilku sensorów adresowanych indywidualnie przez wiązkę światła. Półprzewodnikowe sensory gazu, które reagują na zmieniające się w otoczeniu stężenie wykrywanej substancji chemicznej zazwyczaj wymagają podwyższonej temperatury pracy, która powoduje wzrost mocy doprowadzanej do urządzenia. Zastosowanie światła o określonej długości fali i natężeniu pozwoli wyeliminować konieczność grzania układu. Praca ma charakter eksperymentalny i technologiczny.

Zaplecze badawcze: Zintegrowane Laboratorium Nanostruktur Sensorowych Katedry Elektroniki AGH, w którym będzie wykonywana praca doktorska jest dobrze przystosowane do tego typu badań. Jest wyposażone w niezbędną aparaturę pomiarową oraz infrastrukturę do badań odpowiedzi sensorów gazów. Prace prowadzone są w ramach projektu badawczego, NCN OPUS 12, pt. „Półprzewodnikowe nano-heterostruktury n-n i n-p w matrycach rezystancyjnych sensorów gazu wspomaganych optycznie”, którego kierownikiem jest proponowany promotor pracy doktorskiej.

Liczba miejsc: 1

 

 

38. Zastosowanie metod sztucznej inteligencji do elektronicznego sterowania wybranymi procesami

Promotor: prof. dr hab. inż. Andrzej Kos

Katedra Elektroniki, Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Metody sztucznej inteligencji powszechnie wykorzystywane są do projektowania uczących się systemów sterowania procesami. Realizacja zagadnienia badawczego rozpoczyna się od uściślenia tematu, którym zainteresowany jest doktorant. Istnieje możliwość realizacji elektronicznego inteligentnego systemu sterowania , np. w moto­ technice, żeglarstwie, wspinaczce wysokogórski ej, przemyśle obronnym, przemyśle cywilnym itd. Temat zostanie uściślony wspólnie po zapoznaniu się promotora z personalnymi zainteresowaniami doktoranta.

Zaplecze badawcze: Promotor gwarantuje zapewnienie indywidualnego stanowiska pracy i pełny dostęp do wszelkiej aparatury niezbędnej do realizacji zagadnienia badawczego z sukcesem. Istnieje także możliwość realizacji badań w ramach projektów naukowych.

Liczba miejsc: 1

 

 

39. Cienkowarstwowe, fotowoltaiczne  ogniwo bezkrzemowe CuO-ZnS.

Promotor: dr hab. inż. Konstanty Marszałek

Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Fotowoltaika krzemowa uzyskała juz apogeum swoich zastosowań i wydajności zatem w celu obniżenia kosztów i ewentualnych tanich zastosowań prowadzone są intensywne prace badawcze w materiałach cienkowarstwowych (CIGS, Perowskity CdTe etc) jako nowych kandydatów na tanie elektrownie, których ilość w całym świecie rośnie lawinowo. Jednym z kandydatów jest ogniwo bezkrzemowe zbudowane z materiałów cienkowarstwowych typu p CuO i n ZnS wytwarzanych w tanich procesach chemicznych. Badanie tych materiałów jak i diody fotowoltaicznej jako zamiennika dla krzemu jest od podstaw fizycznych przez badanie charakterystyk diody do zastosowania ogniw do generacji energii będzie przedmiotem proponowanej pracy.

Zaplecze badawcze: Katedra posiada urządzenia do produkcji cienkich warstw , posiada laboratorium fotowoltaiczne oraz laboratorium polowe w Miękinii. W laboratoriach tych doktorant może wykonać większość badań. Dodatkowo promotor od lat współpracuje z Lab..Fotowoltaiki w Kozach oraz Lab Technologicznym w CEZAMACIE w Warszawie gdzie doktorant może wykonywać dodatkowe procesy technologiczne i pomiary.

Liczba miejsc: 1

 

40. Sprzętowa akceleracja algorytmów sztucznej inteligencji.

Promotor: dr hab. inż. Ernest Jamro

Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Jednym z głównych problemów sztucznej inteligencji jest niewystarczająca dostępna moc obliczeniowa. Dlatego stosuje się specjalne sprzętowe akceleratory, np. GP-GPU, układy programowalne FPGA, dedykowane procesory, układy ASIC, które umożliwiają przyspieszenie najbardziej czasochłonnych obliczeń. Tematyka pracy może rozwijać jedno (lub więcej) z powyższych zagadnień:

- zbadanie różnych istniejących na rynku akceleratorów, sprawdzenie ich skuteczności i ewentualne zaproponowanie własnej architektury akceleratora,

- zaprojektowanie układu FPGA, z odpowiednio dobraną architekturą, które może uwzględniać, np. redukcję szerokości bitowej obliczeń, pomijanie mnożeń przez zero (rzadkość współczynników, danych wejściowych),

- modyfikację istniejących algorytmów AI tak aby wymagały one mniejszych zasobów sprzętowych lub po prostu były bardziej dostosowane do dostępnych zasobów sprzętowych,

- kompresja danych wejściowych, współczynników sieć neuronowych, tak aby zmniejszyć transmisję danych z pamięci zewnętrznej

Zaplecze badawcze: Promotor pracy i zespół badawczy, w którym pracuje ma dostęp i duże doświadczenie z algorytmami AI w szczególności ich implementacją w układach FPGA i innych akceleratorach sprzętowych. Istnieje możliwość korzystania z zasobów obliczeniowych ACK Cyfronet AGH lub innych ośrodków obliczeniowych.

Liczba miejsc: 1

 

41. Wykorzystanie technik SDR do poprawy parametrów użytkowych systemów radiowych.

Promotor: dr hab. inż. Witold Machowski

Promotor pomocniczy: dr inż. Cezary Worek

Wydział Informatyki, Elektroniki i Telekomunikacji

Streszczenie: Zagadnienie badawcze będzie dotyczyło zarówno technik projektowania jak i niskopoziomowego przetwarzania sygnałów służących do poprawy parametrów użytkowych systemów radiowych przy użyciu technik SDR. Badania te skupią się na technikach związanych z doborem właściwych rozwiązań układowych, podzespołów, weryfikacją ich parametrów, projektowaniem płytek PCB oraz modelowaniem zjawisk w obwodach wysokiej częstotliwości. Równolegle prowadzone będą również badania związane z technikami niskopoziomowego przetwarzania sygnałów, a powyższe działania mają prowadzić do poprawy osiągalnych parametrów torów odbiorników i nadajników radiowych. Jednym z celów badań będzie określenie możliwości zwiększenia czułości odbiorników, zmniejszenia wpływu sygnałów niepożądanych, poprawy jakości widmowej nadajników itp. Systemy radia zdefiniowanego programowo SDR to układy, w którym działanie podstawowych bloków elektronicznych (mieszaczy, filtrów, modulatorów i demodulatorów, detektorów) jest wykonywane za pomocą programu komputerowego. Dzięki temu uzyskiwane parametry mogą ulec znacznemu poprawieniu np. poprzez zmniejszenie wpływu zmiennych parametrów podzespołów elektronicznych. Dodatkowo posiadają możliwość łatwej rekonfiguracji, prototypowania i weryfikacji hipotez podczas różnego rodzaju badań. Aby przetwarzanie sygnałów mogło być realizowane dostatecznie szybko planowane jest wykorzystanie mieszanych technik opartych o oprogramowanie wieloprocesorowe oraz implementacji krytycznych algorytmów w układach FPGA w celu zwiększenia wydajności przetwarzania danych.

Zaplecze badawcze: Pracownia bezprzewodowych sieci kontrolno-pomiarowych działająca przy Katedrze Elektroniki, WIET, AGH, (http://www.wsn.agh.edu.pl/) Projekt badawczy PW-Sat2 prowadzony przez Politechnikę Warszawską, przez członków studenckiego Koła Astronautycznego. Program został rozpoczęty w 2013 r. i obecnie satelita PW-Sat2 znajduje się na orbicie na którą został wniesiony 3 grudnia 2018 roku przez rakietę SpaceX Falcon 9. Projekt badawczy z zakresu opracowania stacji bazowej w ramach projektu "Przeprowadzenie badań przemysłowych i prac rozwojowych, w zakresie opracowania prototypu nowego typu nakładki na wodomierz, która w sposób bezprzewodowy, całkowicie automatyczny i umożliwiający pracę na zasilaniu bateryjnym przez co najmniej 10 lat będzie komunikować się z autonomiczną stacją bazową.

Liczba miejsc: 1

 

42. Wykorzystanie głębokich sieci neuronowych w wizji komputerowej.

Promotor: dr inż. Joanna Jaworek-Korjakowska

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Głębokie sieci neuronowe znajdują w ostatnich latach coraz częstsze zastosowanie w dziedzinie wizji komputerowej i przetwarzania obrazów. Dają one szansę na rozwiązanie aktualnych problemów, w których pełna automatyzacja nie była do tej pory możliwa. Są nimi na przykład kwestie analizy obrazów medycznych, czy obrazów o dużym stopniu zaszumienia. Rozwój technologiczny, związany ze zwiększeniem mocy obliczeniowej współczesnych komputerów pozwala na opracowywanie nowych, znacznie bardziej złożonych architektur sieci neuronowych. Dzięki temu możliwe jest również wykorzystanie metod zespołowych, które łączą w sobie zalety wielu różnych algorytmów.

Zaplecze badawcze: Zgłaszane zagadnienie wymaga dostępu do urządzeń o dużych zasobach pamięciowych i mocy obliczeniowej. Zaplecze badawcze stanowi Akademickie Centrum Komputerowe CYFRONET AGH, które zapewnia dostęp do komputerów dużej mocy (superkomputerów).

Liczba miejsc: 1

 

43. Wykorzystanie głębokich sieci neuronowych w detekcji anomalii w sygnałach diagnostycznych.

Promotor: dr inż. Joanna Jaworek-Korjakowska

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Głównym zadaniem Narodowego Centrum Promieniowania Synchrotronowego SOLARIS jest dostarczenie środowisku naukowemu wysokiej jakości światła synchrotronowego. W tym celu niezbędna jest poprawna praca wielu podsystemów odpowiedzialnych za jakość i stabilność wiązki elektronów. W pracy badawczej zaproponowany zostanie system detekcji anomalii w sygnałach diagnostycznych, oparty na głębokiej sieci neuronowej. Jego zadaniem będzie wykrycie nietypowych wartości parametrów synchrotronu oraz ich klasyfikacja.

Zaplecze badawcze: Badania realizowane w oparciu o dane pochodzące z systemu sterowania i diagnostyki Narodowego Centrum Promieniowania Synchrotronowego SOLARIS. Centrum udostępnia również zasoby pamięciowe i obliczeniowe niezbędne do przeprowadzenia pracy naukowej. W przypadku wystąpienia konieczności wykonania obliczeń wykraczających poza możliwości Centrum, dodatkowe zaplecze stanowi Akademickie Centrum Komputerowe CYFRONET AGH (komputery dużej mocy).

Liczba miejsc: 1

 

44. Techniki uczenia maszynowego dla danych generowanych zdarzeniowo

Promotor: prof. dr hab. Mirosław Pawlak

Promotor pomocniczy: dr inż. Dominik Rzepka

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem badań w ramach proponowanego zagadnienia badawczego jest opracowanie nowych metod klasyfikacji, klasteryzacji, segmentacji, predykcji lub detekcji anomalii dla zjawisk i systemów w których istotne dane generowane są w momencie wystąpienia zdefiniowanego zdarzenia. Proponowany zakres badań obejmuje analizę szeregów czasowych z uwzględnieniem szeregów niejednorodnych, sposobów detekcji zdarzeń i ich definicji, oraz weryfikację możliwości wyznaczenia skutecznych rozwiązań przy pomocy współczesnych metod uczenia maszynowego na podstawie ciągów uczących. Ponadto proponowane badania mają na celu określenie stosowalności proponowanych metod w inżynierii biomedycznej.

Zaplecze badawcze: Informatyki i Inżynierii Biomedycznej dysponuje odpowiednim zapleczem badawczym zarówno w postaci specjalistycznej aparatury, jak i możliwości sprawowania efektywnej opieki naukowej dla realizacji przedmiotowego zagadnienia naukowego. Promotor jest autorem lub współautorem szeregu publikacji w obszarze zgłaszanego zagadnienia naukowego, jak i w obszarach pokrewnych. Planowane badania będą prowadzone we współpracy z naukowcami zza granicy. Ponadto zgłaszane zagadnienie badawcze jest objęte tematyką projektu naukowego Narodowego Centrum Nauki w programie OPUS.

Liczba miejsc: 1

 

45. Autonomiczne systemy antycypacyjne

Promotor: prof. dr hab, inż. Andrzej M. Skulimowski

Katedra Automatyki i Robotyki, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Doktoranci prowadzić będą badania w zakresie sztucznych autonomicznych systemów decyzyjnych (AADS) – nowej klasy systemów, obejmującej m.in. inteligentne autonomiczne boty sieciowe, pojazdy autonomiczne i społeczności takich systemów (https://link.springer.com/chapter/10.1007/978-3-319-11298-5_14). Wśród metod badawczych będą m.in. sieci antycypacyjne (http://www.tandfonline.com/doi/full/10.1080/00207721.2012.670308,  https://doi.org/10.1007/978-3-319-51969-2_6), stosowane do modelowania decyzji podejmowanych w oparciu o kilka kryteriów w AADS powiązanych kauzalnie, teoria wielopoziomowej swobody decyzyjnej, sztuczne systemy kreatywne, optymalizacja wielokryterialna, sterowanie optymalne z wektorowymi wskaźnikami jakości, architektury kognitywne. Oprócz badań o charakterze podstawowym, tematy rozpraw doktorskich dotyczyć będą także zastosowań AADS, takich jak systemy robotów inspekcyjnych oraz specjalistyczne systemy wspomagania decyzji (DSS) i systemy eksperckie. Realizowane będą również doktoraty wdrożeniowe. Doktoranci współpracować będą z członkami zespołu badawczego Laboratorium Analizy i Wspomagania Decyzji, w skład którego wchodzić będą doktoranci i pracownicy naukowi prowadzący badania w zakresie m.in. globalnych systemów eksperckich (GES), eksploracji danych, uczenia maszynowego, analityki predykcyjnej, algorytmów kwantowych, populacyjnych i innych metod badań operacyjnych.

Zaplecze badawcze: Doktoranci korzystać mogą ze stanowiska badawczego w Laboratorium Analizy i Wspomagania Decyzji Katedry Automatyki i Robotyki AGH. Laboratorium wyposażone jest w stanowiska komputerowe, infrastrukturę multimedialną, specjalistyczne oprogramowanie m.in. symulatory zespołów robotów, analityka sieci antycypacyjnych, systemy wspomagania decyzji. Przewidywany jest udział doktorantów w przygotowaniu i realizacji międzynarodowych i krajowych projektów badawczych z zakresu tematyki wskazanej w p.1, w szczególności w ramach programu Horizon 2020 i Horizon Europe.

Liczba miejsc: 3