Skriv ut kursplan
Kursplan - Design av autonoma system
Omfattning
7.5 hp
Kurskod
DVA472
Giltig från
Hösttermin 2018
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1F (Avancerad nivå, har kurs/er på avancerad nivå som förkunskapskrav).
Huvudområde(n)
Datavetenskap
Akademi
Akademin för innovation, design och teknik
Fastställd
2018-02-01
Status
Denna kursplan är inte aktuell och ges inte längre
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Böcker
Probabilistic robotics
Cambridge, Mass. : MIT Press, cop. 2005 - xx, 647 s.
ISBN: 0262201623 LIBRIS-ID: 10196274
Artiklar
AutoRIO: An Indoor Testbed for Developing Autonomous Vehicles
International Japan-Africa Conference on Electronics, Communications and Computations (JAC-ECC),
Webbadresser
Syfte
Syftet med kursen är att ge studenterna förmåga i att kunna hantera tillförlitlighet för autonoma system där datafusion, datorseende, artificiell intelligens för uppfattning och beslutsfattande är viktiga byggstenar.
Lärandemål
Efter avslutad kurs ska studenten kunna:
1. redogöra för navigeringsstrategier för autonoma farkoster
2. summera teorin bakom och implementeringen av olika sensorer för avkänning och metoder för uppfattning för autonoma farkoster
3. exemplifiera hur datafusion av olika sensorvärden kan utföras
4. jämföra möjliga arkitekturer för autonoma system med långa responstider
5. förklara teorin och designen av energihantering och energiskördande metoder för autonoma system
6. programmera heterogena inbyggda system för autonoma applikationer och
7. diskutera metoder för analys och verifiering av autonoma system
Innehåll
Kursen går igenom datafusion, datorseende, artificiell intelligens för uppfattning och beslutsfattande, redundanstekniker för tillförlitlighet och lämpliga felsäkra designer för autonoma system, heterogena avkänningssystem, heterogena datorplattformar och energihantering.
Undervisning
Föreläsningar, projekt och laborationer.
Särskild behörighet
Minst 160 hp varav ingår minst 30 hp datavetenskap och/eller elektronik samt Autonoma farkoster 5 hp eller motsvarande.
Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från Svenska B/Svenska 3.
Examination
Laboration (LAB1), 3 hp, examinerar lärandemål 2, 3, 4 och 6, betyg Underkänd (U) eller Godkänd (G)
Projekt (PRO1), 3 hp, examinerar lärandemål 1-4 och 6-7, betyg Underkänd (U), 3, 4 eller 5
Inlämningsuppgift (INL1), 1,5 hp, examinerar lärandemål 1, 5 och 7, betyg Underkänd (U), 3, 4 eller 5
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd
Övergångsbestämmelser och övriga föreskrifter
Kursen kan räknas till teknikområdet tillförlitliga system.