Text

Kursplan - Design av autonoma system

Omfattning

7.5 hp

Kurskod

DVA485

Giltig från

Hösttermin 2020

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

2020-01-24

Litteraturlistor

Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.

    • Beslutsdatum: 2020-11-20
    • Senaste uppdatering: 2020-11-23

    Böcker

    Thrun, Sebastian; Burgard, Wolfram; Fox, Dieter

    Probabilistic robotics

    Cambridge, Mass. : MIT Press, cop. 2005 - xx, 647 s.

    ISBN: 0262201623 LIBRIS-ID: 10196274

    Kapitel 3

    Artiklar

    AutoRIO: An Indoor Testbed for Developing Autonomous Vehicles

    International Japan-Africa Conference on Electronics, Communications and Computations (JAC-ECC),

    Webbadresser

    Deep Learning

    MIT Press,

    URL: Länk

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. programmera heterogena inbyggda system för autonoma applikationer och
6. 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 5, betyg Underkänd (U) eller Godkänd (G)
Projekt (PRO1), 3 hp, examinerar lärandemål 1-6, betyg Underkänd (U), 3, 4 eller 5
Inlämningsuppgift (INL1), 1,5 hp, examinerar lärandemål 1 och 6, 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.

Handbok under studietiden

Betyg

Ges något av betygen 5, 4, 3

Övergångsbestämmelser och övriga föreskrifter

Kursen överlappar helt med DVA472 Design av autonoma system.

Kursen kan räknas till teknikområdet tillförlitliga system.