Roboteksperimentarium (REX)

Kursusindhold

Formålet med dette kursus er at introducere den studerende til grundlæggende teknikker for mobile autonome robotter. En robot kan eksempelvis bestå af en bærbar PC, som er monteret på et chassis med styrbare hjul. PC'en har tilsluttet et kamera og et antal infrarøde afstandssensorer. Kurset er praktisk orienteret, og de studerende skal i grupper programmere løsningen til et antal opgaver, som skal udføres af robotterne.

I løbet af kurset vil den studerende blive introduceret til forskellige metoder fra robotikken, herunder metoder til kontrol, navigation og lokalisering af robotter og opgaveløsning med robotter. Metoder til analyse af sensor data vil også blive gennemgået. Kurset afsluttes med en større opgave.

 

Engelsk titel

Robot Lab (REX)

Uddannelse

BSc i datalogi

Målbeskrivelse

Viden om

  • robotarkitekturer
  • robotkontrol til bevægelse af robotten
  • kollisionsdetektion og -undvigelse
  • planlægning af løsning af opgaver med robotter
  • metoder til at finde og følge statistiske og dynamiske mål
  • metoder til at lade robotten lokalisere sig selv i sine omgivelser

 

Færdigheder i

  • anvendelse af biblioteksoftware til robotkontrol og sensor databehandling
  • programmering af robotter
  • håndtering og analyse af støjfyldt sensor data

 

Kompetencer i

  • praktisk problemløsning med robotter
  • forståelse af robotter som eksempler på indlejrede systemer

Forelæsninger og praktiske øvelser

Du skal have bestået mindst et af følgende kurser Introduktion til Programmering (IP), Objektorienteret programmering og design (OOPD), Programmering og Problemløsning (PoP) eller Programmering og Modellering (PoM). Du skal også have bestået Lineær algebra for Dataloger (LinAlgDat) eller Lineær algebra for Naturvidenskab (LinAlgNat) og Diskrete matematiske strukturer (DiMS), Diskret matematik og algoritmer (DMA) eller MatIntro. Det er også en fordel hvis du har bestået Sandsynlighedsregning og statistik (SS), Statistik i naturvidenskab (StatNat), eller Matematisk analyse og statistik i datalogi (MASD).

Løbende feedback i undervisningsforløbet
ECTS
7,5 ECTS
Prøveform
Praktisk mundtlig prøve, 30 min.
Mundtlig prøve uden forberedelse, som indholder en gruppedemonstration af løsning til praktisk opgave samt individuelle spørgsmål til eksaminanterne (i alt 30 minutter inklusiv votering - 15 minutters gruppedemonstration og 15 minutters individuel mundtlig eksamination inklusiv votering).
Hjælpemidler
Alle hjælpemidler tilladt
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Flere interne bedømmere
Kriterier for bedømmelse

Se målbeskrivelsen.

 

Enkeltfag dagtimer (tompladsordning)

  • Kategori
  • Timer
  • Forelæsninger
  • 14
  • Praktiske øvelser
  • 42
  • Forberedelse
  • 50
  • Projektarbejde
  • 100
  • Total
  • 206