31391 Programmel til Autonomone Systemer

2021/2022

Kursusinformation
Software Frameworks for Autonomous Systems
Engelsk
5
Kandidat
E2A (man 13-17)
Campus Lyngby
Forelæsninger, øvelse, gruppearbejde og hjemmeopgaver.
13-uger
E2A, F2A
Skriftlig eksamen og bedømmelse af rapport(er)
Godkendelse af rapport er forudsætning for at gå til eksamen.
Skriftlig eksamen: 1 time
Alle hjælpemidler er tilladt
bestået/ikke bestået , intern bedømmelse
Strongly recommended: Porgrammering, Python, Linux Optionally: C++
Evangelos Boukas , Lyngby Campus, Bygning 326 , evanb@dtu.dk
Lazaros Nalpantidis , Lyngby Campus, Bygning 326 , lanalpa@dtu.dk
Ole Ravn , Lyngby Campus, Bygning 326, Tlf. (+45) 4525 3560 , oravn@dtu.dk
31 Institut for Elektroteknologi
I studieplanlæggeren
Overordnede kursusmål
To give the students an in-depth view into the software tools to design, develop and operate autonomous systems. The students should be able to design/use software frameworks for any type autonomous system (eg: mobile robots, manipulators. UAVs). The course aims to provide real life experience by employing real hardware and software.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Designe komponenter til styring af autonome systemer
  • Vælge komponenter i ROS
  • Forstå installation og konfigurering af ROS
  • Forklare forskellen på hård og blød realtid
  • Forklare styring af en robotarm med ROS
  • Fejlfinde processkommunikation
  • Verificere timing i robotsoftware
  • Dokumentere software til autonome systemer
  • Implementerer autonom navigering af robotagenter
  • Re-use High-level perception systems
  • Simulere autonome robotter
Kursusindhold
Introduction to Robot Software Architectures. Introduction to ROS, for execution and simulation of Robotic systems. Structure of software packages for autonomous systems. Re-usability of source code. Trajectory Planning and Execution for Robot Manipulators. Multi-sensor integration and simulation. Autonomous Mobile Robots: Localization, Mapping, Path Planning, Obstacle Avoidance. Multi-layer architectures for autonomous robot operation. State Machines and Behavioral Trees. Real -life robot operation via an obligatory project task, as a prerequisite to the exam.
Written Project Report.
Sidst opdateret
22. april, 2021