Forstå prinsippene bak forskjellige sensorer og måleteknikker
Beskrive og implementere matematiske modeller for målesystemer
Kombinere sensordata som er representert i forskjellige koordinatsystemer ved hjelp av sensorfusjon
Transformere tilstandvariabler og malinger mellom forskjellige koordinatsystemer
Sette opp kinematiske modeller for roboter
Bruke de mest vanlige sensorene for oppgaver slik som lokalisering, navigasjon og manipulering
Innhold
Instrumentering og bruk av sensorer, navigasjon og lokalisering av robot, robot kinematikk og modellering av bevegelse fra hjulsensor, transformasjon mellom forskjellige koordinatsystemer, usikkerhet og statistiske modeller av sensorer, sensorer for måling av distanser slik som LIDAR og radar, signalstøy og tap av signal, analoge og digitale signaler, sampling av signaler, punktskyprosessering, sensorfusjon ved bruk av blant annet Kalman filter, bruk av enkoder for å predikerer bevegelse av robot, eksperimentelt arbeid med sensorer og roboter (for eksempel kjørende robot)
Undervisnings- og læringsformer
Forelesninger, oppgaver, laboppgaver og prosjektarbeid.
Vilkår for å gå opp til eksamen
Obligatoriske oppgaver må være godkjent for å kunne gå opp til eksamen. Disse blir kunngjort på Canvas i starten av semesteret.
Eksamen
Mappevurdering bestående av delprøver og skriftlig oppgave. Gradert karakter. Nærmere informasjon om mappevurderingen og krav til innhold i mappen vil bli gitt i Canvas ved semesterstart. Det blir ikke arrangert ny/utsatt eksamen for mappevurderingen.
Studentevaluering
Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1. Informasjon om evalueringsform for emnet publiseres i Canvas.