Kursplan för
Intelligenta autonoma system
Intelligent Autonomous Systems
EDAP20, 7,5 högskolepoäng, A (Avancerad nivå)
Gäller för: Läsåret 2022/23
Fakultet: Lunds tekniska högskola
Beslutad av: Programledning C/D
Beslutsdatum: 2022-04-07
Allmänna uppgifter
Valfri för: BME4, C4, D4-mai, E4, F4, M4, Pi4-pv, MMSR2
Undervisningsspråk: Kursen ges på engelska
Syfte
Att ge en introduktion till flera delområden inom intelligenta
autonoma system och robotik, och att orientera om grundläggande
metoder och algoritmer tillgängliga inom dessa områden. Att
förmedla bredd och djup inom ämnet.
Mål
Kunskap och förståelse
För godkänd kurs skall studenten
visa grundläggande kunskaper om teori och metoder relaterade
till följande underdomäner:
- robotarkitekturer för autonoma system som stöder intelligent
beslutsfattande
- integration av kunskap på hög nivå med avkänning,
resonemang och manövrering
- robotplanering på beteendemässig nivå och på
aktiveringsnivå
- robotinlärning och kalibrering
- robotseende
- robot skills
- människa-robot-interaktion, etiska överväganden
Färdighet och förmåga
För godkänd kurs skall studenten
genomföra ett antal uppdrag baserat på problem relaterade till
några av de tidigare nämnda underdomänerna och demonstrera
förmågan att
- förbereda relevanta metoder som modellerar robot-skills
- utvärdera tillvägagångssätten i relevanta scenarier
- se över metoderna för att förbättra robot-skills i relevant
scenario
Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten
- kunna bedöma lämpligheten för en given metod för
intelligent robotik för ett givet problem,
- förstå begränsningarna i tillämpningen av metoder för
intelligent robotik
Kursinnehåll
- Trelagersarkitektur, Perception Action Cycle,
Robotarkitekturer, omvärldsmodeller
- Robot Perception: Robot vision, 3D perception, sensorer, 3D
pose estimation
- SLAM, resonemang under osäkerhet, MAP-Slam
- Manövrering: generiskt problem, navigering för mobila
robotar, banplanering för armen, parkering, autonom bil
(icke-holonomiska begränsningar för komplicerad
rörelseplanering), flyger drönare, plockning + placering som två
exempel
- Plockning: segmentering av bordet, objekt poserar + grepp
poser, gripdon
- Placering: Kraftbaserad interaktion, styrning under osäkerhet,
visual servering, iTasC, compliance
- Färdigheter, resonemang och planering: Färdigheter,
världskunskap, planering
Kursens examination
Betygsskala: TH - (U,3,4,5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: För godkänt betyg (3) krävs fullgjorda laborationer. Godkända laborationer berättigar till deltagande i skriftlig tentamen, som ger möjlighet att få högre betyg, dvs vid betyg 4 eller 5 i tentamen blir detta kursens slutbetyg.
Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.
Antagningsuppgifter
Förkunskapskrav:
- EDAA01 Programmeringsteknik - fördjupningskurs eller EDAA30 Programmering i Java - fortsättningskurs eller FRTF25 Introduktion till maskininlärning, system och reglering
Begränsat antal platser: 30
Urvalskriterier: Avklarade högskolepoäng inom programmet. Förtur ges till studenter vars program har kursen listad i läro- och timplanen.
Kurslitteratur
- Peter Corke: Robotics, Vision and Control, Fundamental Algorithms in MATLAB. Springer, 2011, ISBN: 9783319544120. Referenstext om ämnet.
- Sebastian Thrun, Wolfram Burgard, Dieter Fox: Probabilistic Robotics. MIT Press, 2005, ISBN: 9780262201629. Referenstext om djupinlärning.
Kontaktinfo och övrigt
Lärare: Jacek Malec, jacek.malec@cs.lth.se
Lärare: Elin Anna Topp, elin_anna.topp@cs.lth.se
Kursansvarig: Volker Krueger, volker.krueger@cs.lth.se
Hemsida: http://cs.lth.se/EDAP20
Övrig information: Detaljerade föreskrifter för fullgörande av inlämningsuppgifterna kommer att finnas på kurswebben.