Nada

Autonoma system

Autonoma system

Kompetensinriktning för D och E

NADA -- Institutionen för Numerisk Analys och Datalogi

S³ -- Institutionen för Signaler, Sensorer och System

Ämnesområdet

Det sammanhållande temat för kompetensinriktningen Autonoma system är avancerade tekniska system som har förmågan att helt eller delvis självständigt (autonomt) lösa vissa uppgifter utan inblandning av en mänsklig operatör. Några exempel är "seende" och rörliga industrirobotar, självgående fordon som har förmåga att undvika hinder, samt autonoma robotar för riskfyllda tillämpningar såsom gruvdrift och rivning. Relaterade områden är automatisk bearbetning av mätdata såsom tolkning av medicinska bilder, system för automatisk inspektion och övervakning, intelligenta användargränssnitt för datorer och bilddatabaser, och avancerad visualisering och telekommunikation. För en ingenjör som skall konstruera och/eller analysera sådana komplexa tekniska system räcker det inte att ha djupa kunskaper inom ett smalt specialområde. Det viktigaste är ett systemorienterat angreppssätt, vilket kräver förmåga att bedöma och tillämpa kunskaper från flera discipliner, exempelvis I kursdelen av kompetensinriktningen får eleven en bred bakgrund inom dessa och angränsande områden. Kurserna är inte specialiserade för autonoma system, utan syftet är att ge baskunskaper som har ett brett tillämpningsområde. Dessa baskunskaper tillämpas och kombineras sedan i examensarbetet.

Typiskt sett kan ett examensarbete i intelligenta system och robotik avse utveckling eller teknisk tillämpning av metoder från något eller flera av områdena seende system, robotar eller artificiella neuronnät. Detta arbete kan vara formulerat antingen som ett generellt systembyggande där flera komponenter integreras till ett större system eller som ett djupare studium av någon eller några av de ingående komponenterna. Det senare kan omfatta såväl teoretisk modellering och analys som experimentell utvärdering och algoritmiska eller implementationstekniska delproblem.

Målsättning

Kursdelen i kompetensinriktningen autonoma system syftar till att ge eleven en bred bas för ett systemorienterat angreppssätt inom ovan nämnda och angränsande tvärvetenskapliga områden, samt mer specialiserade kunskaper i ett eller flera av fördjupningsämnena datorseende, robotik och neuroinformatik. Dessutom syftar inriktningen till att ge eleven en förmåga att självständigt applicera, vidareutveckla och bedöma potentialen i metoder för automatisk bearbetning av information i syfte att angripa olika typer av automatiseringsproblem.

Förkunskapskrav

Som allmänt förkunskapskrav till kompetensinriktningen gäller kunskaper motsvarande basblocket för D, E eller F. Notera dock att vissa ingående kurser kan ha ytterligare förkunskapskrav.

Utöver D, E och F är även andra studenter med lämplig bakgrund välkomna.

Antal platser

Inga begränsningar för kompetensinriktningen. Däremot är elevantalet begränsat på kursen 2D1426 Robotik och autonoma system.

Kursdel

Kompetensinriktningens kursdel består av 25p. Inom varje grupp anges kurserna i nummerordning, utan prioritering.

Minst två kurser väljs bland följande fördjupningsämnen:

Resterande poäng väljs bland följande kurser: På grund av den stora graden av tvärvetenskaplighet i denna kompetensinriktning, kan det finnas skäl att ta med mer specialiserade kurser eller doktorandkurser. Sådana kurser kan, liksom utvidgade grundkunskaper i matematik och matematisk modellering, medräknas i inriktningen efter samråd med den inriktningsansvarige.

Examensarbete

Examensarbeten finns vid såväl KTH och andra forskningsinstitutioner som i industrin och utländska högskolor.

För att göra examensarbete inom något av fördjupningsämnena måste eleven ha läst motsvarande fördjupningskurs. Dessutom gäller förkunskapskrav och rekommendationer om lämpliga kompletterande baskunskaper enligt följande:

Examensarbete i datorseende (förutsätter 2D1420)

Rekommenderad (dock ej nödvändig) komplettering: Endera eller båda av:

Examensarbete i robotik (förutsätter 2D1426)

Rekommenderad komplettering:

Examensarbete i neuroinformatik (förutsätter 2D1432)

Rekommenderad komplettering:

Ansvariga för kompetensinriktningen

Prof. Jan-Olof Eklundh och Prof. Anders Lansner

Ytterligare information

Se kursutbuden i datorseende och robotik respektive neuroinformatik hos forskargrupperna CVAP och SANS vid NADA, samt kursutbuden i reglerteknik och signalbehandling vid S³.

^ Upp till Nadas kompetensinriktningar.

Sidansvarig: <tony@nada.kth.se>
Senast ändrad 12 november 2001
Tekniskt stöd: <webmaster@nada.kth.se>