Autonoma farkoster - planering, reglering och lärande system, 6 hp

Huvudområde

Utbildningsnivå

Fördjupningsnivå

Kursen ges för

• Civilingenjörsprogram i datateknik
• Civilingenjörsprogram i industriell ekonomi
• Civilingenjörsprogram i informationsteknologi
• Civilingenjörsprogram i mjukvaruteknik
• Civilingenjörsprogram i maskinteknik
• Civilingenjörsprogram i teknisk fysik och elektroteknik
• Civilingenjörsprogram i industriell ekonomi - internationell
• Civilingenjörsprogram i teknisk fysik och elektroteknik - internationell
• Masterprogram i maskinteknik

Rekommenderade förkunskaper

Reglerteknik, grundläggande mekanik och programmering

Lärandemål

  Att ge en teoretisk, teknisk och praktisk grund för hur planering
  och reglering för autonoma farkoster kan realiseras i komplexa
  scenarier. Det övergripande målet är förståelse för hur metoder från
  olika fält kan samverka och integreras för att tillämpas på autonoma
  farkoster.

  Efter genomförd kurs skall studenten kunna

• förklara och identifiera möjligheter och svårigheter med autonoma farkoster i samhället.
• beskriva, använda, och värdera vanliga systemarkitekturer för autonoma farkoster.
• välja nödvändig instrumentering och förklara hur olika komponenter används samt hur dessa samverkar inom planering, reglering, kartering, perception och andra centrala delar av en autonom farkost.
• beskriva och jämföra moderna algoritmer för rörelseplanering och reglering av farkoster med kinematiska och dynamiska begränsningar samt att kunna motivera val av metod i ett specifikt scenario.
• beskriva och föreslå strategier för hur robusthet i systemen kan uppnås genom återkoppling samt kunna tillämpa optimal styrning och modellprediktiv reglering för autonoma farkoster.
• förklara och utvärdera interaktionen mellan rörelseplanering och reglering av en autonom farkost.
• identifiera hur lärande kan användas för en autonom farkost.
• implementera enklare regulatorer och planerare för system av samarbetande autonoma farkoster.
• implementera funktioner på existerande hårdvaruplattform med hjälp av tillgängliga kodbibliotek för att lösa problem för autonoma farkoster i labbmiljö.
• beskriva delar av den senaste forskningen inom fältet samt kunna läsa och tillgodogöra sig ny metodik som presenteras i vetenskapliga artiklar.
   

Kursinnehåll

• Introduktion till autonoma system och farkoster; identifiering av möjligheter och svårigheter.
• Vanliga systemarkitekturer för autonomt beslutsfattande, maskininlärning, planering och reglering.
• Dynamiska modeller för planering och styrning av autonoma farkoster.
• Grundläggande planeringsalgoritmer i grafer och träd för rörelser hos enkla robotar.
• Avancerade algoritmer för rörelseplanering för icke-holonoma farkoster beskrivna av dynamiska rörelseekvationer med differentiella bivillkor.
• Introduktion till och användande av metoder för lokalisering och kartering för autonoma farkoster.
• Reglering av autonoma farkoster; vägföljning, modell-prediktiv reglering (MPC) och reglering av banhastighet.
• Lärande system inom autonoma farkoster: reinforcement learning, maskininlärning medelst djupa neurala nätverk och Markov-beslutsprocesser (MDP).
• Samarbetande autonoma farkoster, inklusive markfordon och flygande farkoster, samt erforderlig kommunikation.
  
  

Undervisnings- och arbetsformer

Kursen består av föreläsningar, lektioner, inlämningsuppgifter, samt avslutande projekt.

Examination

Betygsskala

Övrig information

Om undervisnings- och examinationsspråk

Undervisningsspråk visas på respektive kurstillfälle på fliken "Översikt". Examinationsspråk relaterar till undervisningsspråk enligt nedan:

• Om undervisningsspråk är ”Svenska” kan kursen ges i sin helhet på svenska eller delvis på engelska. Examinationsspråk är svenska, men delar av examinationen kan ske på engelska.
• Om undervisningsspråk är Engelska ges kursen i sin helhet på engelska. Examinationsspråk är engelska.
• Om undervisningsspråk är ”Svenska/Engelska” ges kursen i sin helhet på engelska om studenter utan tidigare kunskap i svenska språket deltar. Examinationsspråk följer undervisningsspråk.

Övrigt

Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.

Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt. 

Kursen är campusförlagd på den ort som anges för kurstillfället om inget annat anges under ”Undervisnings – och arbetsformer”. I en campusförlagd kurs kan dock enstaka moment på distans ingå.

Institution

Kurslitteratur

Böcker

• LaValle, S.M., (2006) Planning Algorithms, Cambridge University Press.
• Siciliano, Bruno, Khatib, Oussama, (2016) Handbook of Robotics Springer
  ISBN: 9783319325507
• Sutton, R. S., and Barto, A. G, (2018) Reinforcement Learning: An Introduction, 2nd Ed. Cambridge, MA: MIT Press.

Artiklar

• Paden, B., Cap, M., Yong, S. Z., Yershov, D., and Frazzoli, E., A survey of motion planning and control techniques for self-driving urban vehicles, IEEE Trans. Intell. Vehicles 1:1 (2016) 33–55.

Övrigt

• Kurslitteraturen består av bokkapitel, vetenskapliga artiklar i tidskrifter och konferenser i fältet, samt kursmanuskript. Ovanstående böcker och artiklar utgör en delmängd av den litteratur som kommer att användas i kursen. En komplett litteraturlista kommer att finnas tillgänglig via kursens hemsida.