Studieguide

Studieperiodens (kursens) lärandemål

Studerande kan:
- analysera behovet av en autonom funktion
- förklara principen för ett programmerat autonomt system
- definiera principerna för självlärande system
- planera och realisera enkla autonoma robotfunktioner
- skapa multicore funktionalitet för optimering av prestanda
- motivera behovet av autonom funktion i en process
- bedöma behovet av parallellitet i processer

Studieperiodens (kursens) innehåll

Konstruktion av robot (hårdvara)
Implementering av autonom mjukvara
Val av sensorer
Optimering av implementeringen (mjukvara och sensorer)
Funktionalitetstester
Demonstrationer och sluttest
Dokumentation av implementeringen och valda algoritmer

Förkunskapskrav

Mikroprocessorteknik
Tillämpad elektronik

Bedömningskriterier, tillräcklig (1)

Är bekant med grundbegreppen inom intelligenta system
Förstår olinjära system och neurala nätverk
Förstår principerna för självlärande system
Behärskar relevanta begrepp inom autonoma robotar

Bedömningskriterier, goda-synnerligen goda (3-4)

Är väl insatt i grundbegreppen inom intelligenta system
Kan utnyttja neurala nätverk för teknisk modellering
Är insatt i flera olika metoder för att implementera självlärande system
Kan formulera, strukturera och rapportera ett relevant problem angående autonoma system eller robotar

Bedömningskriterier, berömliga (5)

Äger djup insikt i grundbegreppen inom intelligenta system samt kan spekulera i framtida utmaningar och möjligheter
Kan utföra krävande teknisk modellering med hjälp av neurala nätverk
Kan programmera och simulera självlärande system
Kan framgångsrikt genomföra, rapportera och strukturera ett projekt angående autonoma system eller autonoma robotar

Läromaterial

Systemdokumentation och datablad