Faglig innhold

Baneplanlegging: Oppsummering fra differensialgeometri og numerisk analyse, inkludert egenskaper til parametriske 2D/3D-kurver, krumning og torsjon, interpolering/tilnærming. Oversikt over kjøretøyets kinematiske og dynamiske begrensninger og deres tilknytning til baneplanlegging. Grunnleggende banegenerering for å koble sammen veipunkter: Dubins paths, Reeds-Shepp car, splines, Pythagorean Hodographs, spirals. Hinderrepresentasjon. Veikartmetoder for å generere veipunkter: Voronoi diagrams, probabilistic roadmaps, Rapidly-exploring random trees (RRTs). Grafsøkealgoritmer for dynamisk beregning av den optimale sekvensen av veipunkter. Optimal kontroll og optimaliseringstilnærminger. Kunstig potensialfelt.

AI-planlegging: Introduksjon til Markov-beslutningsprosess og løsninger basert på dynamisk programmering og forsterkende læring. Deliberative vs reaktive systemer. Grunnleggende automatiserte planleggingsmetoder og algoritmer (state machines, STRIPS). Hierarchical task networks. (HTN). Temporal models.

Læringsutbytte

Kunnskap: Detaljert kunnskap om baneplanlegging og AI-planlegging. Kunne lese og forstå metoder publisert i litteraturen og vurdere og sammenligne disse med metoder brukt i praktiske systemer. Ferdigheter: Design og implementer bane- og handlingsplanleggingssystemer for skip, undervannsfarkoster og luftfartøyer. Kunne simulere grunnleggende bane- og handlingsplanleggingstilnærminger, og deres hovedvariasjoner, på slike systemer, inkludert en liten ekte mobil robot. Selvstendig ledelse av mindre FoU-prosjekter og bidra aktivt i større prosjekter. Generell kompetanse: Kommunisere arbeidsrelaterte problemer med spesialister og ikke-spesialister.

Læringsformer og aktiviteter

Forelesninger og obligatoriske dataoppgaver. Målet med oppgavene er å simulere og teste egenutviklede bane og handlingsplanleggingsmetoder for marine, terreng og luftfartøy. Minst én algoritme vil også bli implementert på en reell, småskala mobilrobot.

Obligatoriske aktiviteter

• Oppgaver

Anbefalte forkunnskaper

Grunnleggende bakgrunn i kjøretøymodellering, kalkulus og programmering.

Forkunnskapskrav

TTK4105 Reguleringsteknikk eller TTK4230 Automatiseringsteknikk eller tilsvarende. TTK4130, Modellering og simulering. TTK4135, optimalisering og regulering.

Kursmateriell

• LaValle, Steven M. Planning algorithms. Cambridge university press, 2006.
• Lekkas A.M. Lecture notes on path- and action planning, 2022.