"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Intelligenta robotar, 7,5 hp

Kursen är nedlagd

Engelskt namn: Intelligent Robotics

Denna kursplan gäller: 2009-05-11 och tillsvidare

Kurskod: 5DV053

Högskolepoäng: 7,5

Utbildningsnivå: Avancerad nivå

Huvudområden och successiv fördjupning: Datavetenskap: Avancerad nivå, har kurs/er på avancerad nivå som förkunskapskrav

Betygsskala: TH teknisk betygsskala

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: teknisk-naturvetenskapliga fakultetsnämnden, 2008-05-26

Reviderad av: teknisk-naturvetenskapliga fakultetsnämnden, 2009-06-24

Innehåll

Moment 1, teoridel, 4.5 högskolepoäng Kursen behandlar grundläggande begrepp om ämnet intelligent robotik såsom algoritmer, mjukvaruarkitekturer och sensorer. Moment 2, laborationsdelt, 3 högskolepoäng Delmomentet utgörs av en laborationskurs med ett antal obligatoriska inlämningsuppgifter med programmering av robotsimulatorer samt fysiska robotar.

Förväntade studieresultat

Efter avslutad kurs ska studenten kunna: - redogöra för robotikens historia och relationer till andra vetenskaper, samt dess syfte och vanliga användningsområden - redogöra för och programmera olika typer av biologiskt inspirerade algoritmer samt vanliga mjukvaruarkitekturer, algoritmer för hinderdetektion, generering av kartor och ruttplanering - redogöra för tekniker för lärande robotar - redogöra för robotars grundläggande hårdvaruuppbyggnad - redogöra för funktionen hos och användningen av ett flertal typer av sensorer för lokalisering och hinderdetektion

Behörighetskrav

univ: För tillträde till kursen krävs 60 hp i huvudområdet datavetenskap eller 2 års avklarade studier motsvarande 120 hp, i båda fallen inkluderande kurserna Datastrukturer och algoritmer (TDBA36/5DV043) och Artificiell intelligens (TDBC70/5DV010) samt någon av Tekniskvetenskapliga beräkningar (TDBB19/5DV005) och Robotikens utmaningar (5DV029) eller motsvarande kunskaper. En A och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).

Undervisningens upplägg

Undervisningen bedrivs i form av föreläsningar, arbete i datorlabb och övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.

Examination

Examinationen sker dels genom skriftlig tentamen dels genom bedömning av de obligatoriska inlämningsuppgifterna i laborationsmomentet. På såväl tentamen som laborationsmomentet sätts något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). På hela kursen ges något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). För att bli godkänd på hela kursen krävs att samtliga prov och obligatoriska moment är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla obligatoriska moment är godkända. För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle. En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten vid Institutionen för datavetenskap. TILLGODORÄKNANDE I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap.

Litteratur