Kybernetikk og robotikk. Valg av hovedprofil

Transkript

1 1 Kybernetikk og robotikk Valg av hovedprofil for 4. klasse høsten 2019 Lars Imsland Studieprogramleder

2 2 Hva skal du velge En av hovedprofilene Komplementært emne (K-emne) Noen velger teknologisk emne i stedet For noen kan tilleggsprofil være aktuelt Ta kontakt på [email protected] om dette er interessant Få godkjent praksisen Hovedprofil må velges før 15. mai Valgbare emner må velges før 15. mai Kan endres til 15. september Studiestart 19. august

3 3 Nye emner i 2019/2020 Disse emnene er nye: TTK4250 Sensorfusjon (høst) TTK4255 Robotsyn (vår) TTK4260 Innføring i multivariat datamodellering (vår) Informasjon om disse emnene er ikke på nett enda, derfor er det tatt inn her. Merk at studieplanen er ikke helt oppdatert enda i den som ligger ute, er det noen feil.

4 4 TTK4250 Sensorfusjon Faglig innhold Eksempler på sensorfusjon. Stokastiske variabler og sannsynlighetsfordelinger. Konsepter i estimering: ML, MAP, MMSE estimator, totalsannsynlighetsteoremet, Bayes og ortogonalitetsprinsipp. Den multivariate Gaussfordelingen og produktidentiteten. Kalmanfilteret. Stokastiske prosesser drevet av hvit støy. Utvidet Kalmanfilter (EKF). Partikkelfiltere. Gaussiske miksturer. Hybride systemer og IMM-algoritmen. Dataassosiasjon i følging av ett og flere mål. PDAF og JPDA. Metoder for deteksjon og initiering av nye spor. Glatting. Multi-hypotese målfølging, heltallsprogrammering og PMBM. Løst koblet treghetsnavigasjonssystem (INS). Feilmodeller for INS. Feiltilstandsformulert Kalmanfilter for estimering av orientering. Ulineære navigasjonsmetoder. Standardmodellen for landemerke-basert SLAM og løsning via EKF. Dataassosiasjon for SLAM. Rao-Blackwellisering for SLAM. Informasjonsfilter. Grafiske SLAM-metoder. Praktisk implementasjon av metoder for målfølging, treghetsnavigasjon og SLAM.

5 5 TTK4255 Robotsyn Faglig innhold Elements of Visual Perception: Light and the Electromagnetic Spectrum, Visual Sensors, Image Sensing and Acquisition in Air and Underwater, Image Sampling and Quantization, related Mathematical Tools applied to Image Processing and Analysis (array, matrix, linear and non-linear operations, arithmetic and geometric operations, morphology, spatial and temporal operations, frequency analysis, probabilistic methods, image transformations and geometric operations) Image Formation: Camera Models, Calibration, Single view geometry, Multiple view geometry, Epipolar geometry, Feature extraction, Bundle adjustment Position and Orientation: Feature based alignment; Pose estimation; Time varying pose and trajectories, Structure from motion, dense Motion Estimation, Visual Odometry (Semi-direct VO, direct sparse odometry) Localization and Mapping: Initialization, Tracking, Mapping, geometric SLAM formulations (indirect vs. direct error formulation, geometry parameterization, sparse vs. dense model, optimization approach), Relocalization and map Optimization, Examples: Indirect (Feature based) methods (MonoSLAM, PTAM, ORB-SLAM), Direct methods (DTAM, LSD- SLAM), Sensor combinations (IMU, mono vs. Stereo, RGB-Depth), Analysis and parameter studies Recognition and Interpretation: Object detection, Instance recognition, Category recognition, Context and Scene understanding

6 6 TTK4260 Innføring i multivariat datamodellering Faglig innhold Vitenskapsfilosofi (Inkludere domene spesifikk kunnskap og induksjon/deduksjon) Relasjon til Maskinlæring (ML) og tolkbar Kunstig intelligens (XAI) ANN - Convolutional NN - Random Forest et al. - Support vector machines - Subspace identification methods Relasjon til kognitive vitenskaper - Språk, syn og hørsel - Intensjonalitet og ulike typer bias - Usikkerhet og risikovilje (personlighetstyper) Bilineær modellering - Analyse av en tabell / PCA et al. - Analyse av to tabeller, multivariat kalibrering / PCR / PLSR et al. - Bruken av bilineær modellering i dynamiske systemer Validering og deteksjon av outliers i multivariate modeller Kort innføring i Statistisk forsøksplanlegging / Design of Experiments (DoE)

7 7 Presentasjon av hovedprofilene Hovedprofil Presenteres av Ansvarlig Prosessregulering Lars Imsland Lars Imsland Styring av smarte nett og fornybar energi Morten Hovd Morten Hovd Biomedisinsk Kybernetikk Øyvind Stavdahl Øyvind Stavdahl Fiskeri- og havbrukskybernetikk Jo Arve Alfredsen Jo Arve Alfredsen Medisinsk billeddannelse Lasse Løvstakken Hans Torp Autonome systemer Tor Arne Johansen Tor Arne Johansen Navigasjon og fartøystyring Thor Inge Fossen Thor Inge Fossen Robotsystemer Christian Sætre Anton Shiriaev Innvevde datasystemer Geir Mathisen Geir Mathisen Sanntidssystemer Sverre Hendseth Sverre Hendseth Systemteknikk og sikkerhet Mary Ann Lundteigen Mary Ann Lundteigen

8 8 Prosessregulering Lars Imsland

9 9 Hovedprofil: Prosessregulering Analyse og applikasjonsutvikling for avanserte styrings- og automatiseringssystemer For eksempel MPC, men også mye annet Hva er prosessindustri: Foredling av vann, skog, mineraler, olje og gass til produkter Metallproduksjon, petrokjemi, treforedling, gjødsel, næringsmiddel, farmasøytisk, Olje- og gassproduksjon «er» også prosessindustri Ekstremt viktig for Norge! Olje- og gass er Norges største eksportindustri Prosessindustrien står for halvparten av eksporten fra fastlands-norge Mange spennende arbeidsplasser, og vi samarbeider med mange av disse selskapene, bl.a. om prosjekt- og hovedoppgaver til dere.

10 10 Prosessregulering Forskning Typiske jobbmuligheter Små teknologibedrifter Ingeniør/konsulent Industri- og oljeselskaper

11 11 Olje og gass trenger kybernetikere!

12 12 Styring av smarte nett og fornybar energi Morten Hovd

13 Hovedprofil: Styring av smarte nett og fornybar energi Behov for store investeringer i oppgradering og utbygging av strømnettet det kommende tiåret Optimal nettdrift vil unngå unødige investeringer og redusere miljøkonsekvenser Nye sensorer og kraftelektronikk gir helt nye muligheter for å overvåke og regulere kraftnettet Produksjon fra vind og sol er ikke styrbar og høyst variabel Europa ønsker å bruke Norge som batteri p.g.a. mye styrbar vannkraft. Kunnskap for en bedre verden 13

14 Hovedprofil: Styring av smarte nett og fornybar energi Avanserte målere vil åpne for strømpriser til forbruker som varierer over døgnet Batterier hos kunder for å kjøpe strøm når denne er billig? Solceller kan bli attraktivt også i Sør-Norge Prosumers vil gi en total endring av hvordan distribusjonsnettet drives Strømmen kan flyte begge veier. Utfordring for feildeteksjon/feilhåndtering. Mikronett utnyttelse av lokalt lager og lokal produksjon når forsyning fra sentralnettet er utilstrekkelig/utilgjengelig Kunnskap for en bedre verden 14

15 Aktører Kraftbransjen/nettselskaper finnes i hele landet! Kraftkrevende industri og transport, f.eks. Hydro, Ulstein Power & Control,... Leverandørindustri, f.eks. ABB, Siemens, Eltek, Nexans, Voith Hydro,... Tjenesteleverandører, f.eks. Powel, Telenor, esmart Systems,... Konsulenter, DnV, Sintef, Enfo Consulting,... Kraftbransjen står ovenfor et generasjonsskifte! Kunnskap for en bedre verden 15

16 16 Biomedisinsk kybernetikk Øyvind Stavdahl

17 Biomedisinsk kybernetikk - Idrett og helse går aldri av moten! Kunnskap for ei betre verd 17

18 Biomedisinsk kybernetikk - stor valgfrihet, men ekte kyb! Biomedisinsk kybernetikk Semester 7,5 stp 7,5 stp 7,5 stp 7,5 stp 10 Vår Masteroppgave 9 Høst Kyb/tekn. Valgbart Fordypningstemaer TTK26 Biomed.instr.reg. + TTKXX Fordypningsprosjekt 8 Vår Kyb/tekn. Valgbart Eksperter i team Valg Valg 7 Høst Kyb/tekn. Valgbart Medisin for realfag- og teknologistudenter Valg Valg * Perspektivemne/ikketeknisk emne dekkes av Med. for realfag- &tek.stud. Dette kan du f.eks. lære: Matematisk modellering og simulering av biomedisinske systemer (involverer f.eks. hormoner, medisiner, nerver, hjerne, muskler og ledd). Utvikle instrumentering og signalbehandling for biomedisinsk teknologi (f.eks. glukosesensorer, proteser, rullestoler eller idrettsrelatert). Utvikle reguleringssystemer (f.eks. styring av glukosenivå, proteser, oksygenmetning) og sikkerhet (feildeteksjon, adapsjon/læring). Kunnskap for ei betre verd 18

19 Biomedisinsk kybernetikk - marked, industri, samfunnsbehov Kunnskap for ei betre verd 19

20 20 Fiskeri- og havbrukskybernetikk Jo Arve Alfredsen

21 21

22 22 Environment model Fish models Cage, temperature, feed, light Behavioural model Local temperature, swimming speed Feed intake Assimilation Energetic model Reserve Energy budget Structural growth Maintenance Lakseoppdrett 1973.

23 23 HOVEDPROFIL: Fiskeri- og havbrukskybernetikk Læringsmål: Tilegne seg avansert kunnskap innen kybernetikk i kombinasjon med kunnskap om sentrale emner innen marin biologi og marin biologisk produksjon Kunne arbeide selvstendig med praktisk og teoretisk problemløsning innen havbrukssektoren med kybernetikk som metodegrunnlag ÅR 5 4 SEM 10V 9H 8V 7H Studiepoeng KYB/TEKN* Valgbart KYB/TEKN Valgbart KYB Ind.dat.kon. MASTER FH-kyb FORDYPN TK14+15 KYB/TEKN Valgbart KYB/TEKN Marin akust. PROSJEKT FH-kyb EiT BIO Akvakultur TK14: Marinbiologiske modeller og systemer TK15: Oceanografisk instrumentering og biotelemetri * Perspektiv/ikke-tekniske emner dekkes av BIO BIO Valgbart BIO Oseanografi Du får f.eks. lære å: Utvikle instrumenter for å måle fysiske og biologiske variable i havet Matematisk modellering av atferd, fysiologi og populasjonsdynamikk hos fisk og plankton Lage reguleringssystemer for produksjon av fisk og plankton Lage små ultralydsendere for sanntids observasjon av fisks atferd

24 24 Medisinsk billeddannelse Hans Torp og Lasse Løvstakken

25 25 Medisinsk avbildning - kybernetiske metoder for å redde bestefar Fagtilbud MFEL3010 Medisin for teknologer (høst) MEDT4160 Medisinske avbildningssystemer (høst) MEDT4165 Signalbehandling i ultralyd-avbildning (vår) TKT4150 Læringsmål Biomekanikk (høst) Ultralyd og MR avbildnings-systemer Estimering/visualisering av blodstrøm / bevegelse Eks. kliniske anvendelser: Hjerte, kar, kreft, ved diagnose og behandling Stokastisk modellering/parameter-estimering Analog/digital signalbehandling Lineær algebra, partielle diff.ligninger Info:

26 26 State-of-the-art Ultralydavbildning Sanntids 3D hjerteavbildning Fotorealistisk fosteravbildning

27 27 Eks. prosjekt/hovedoppgaver Estimering av lekkasje i hjerteklaff Sanntid billeddannnelse med GPU-teknologi Nettbrettbasert ultralyd for jordmødre i Afrika Deteksjon av kontrastmiddel i kreftsvulst Kontraksjon av hjertemuskel ved infarkt Automatisk hjertediagnostikk med håndholdt ultralyd Undertrykkelse av reverberasjoner (artefakter) Estimering av ulineær spredning Vevskarakterisering med to frekvens ultralyd Eks. karrieremuligheter Forskningskarriere / sykehussektor NTNU, UiO, HBV, UiB, div. sykehus Medisinsk industri GE vingmed, Medistim, Aurotech, sykehus Olje & gass industri / non-destructive testing Statoil++, Sclumberger, Archer, Halfwave,... Undervanns / sonarindustri Kongsberg Maritime,... Et senter for forskningsdrevet innovasjon Ca. 30 PhDs totalt Totalbudsjett på 450 MNOK Nært samarbeid med industri

28 28 Autonome systemer Tor Arne Johansen

29 Autonomous Systems and Unmanned Vehicles Digi.no: «Luftfartstilsynet har nå gitt tillatelse til bruk av droner til å foreta linjeinspeksjon av kraftlinjer. Dette er droner som vil fly rundt alene, som har topologien programmert inn og kan operere på egenhånd i fastlagte traséer.» Rolls-Royce Drone Ships Challenge $375 Billion Industry: Freight Unmanned cargo ships could become a reality on our oceans within the decade, according to manufacturer Rolls-Royce. Drone ships would be safer, cheaper and less polluting for the $375 billion shipping industry that carries 90 percent of world trade, Rolls-Royce says Taking current technology to the extreme, DNV GL has developed a revolutionary concept for an unmanned, zero-emission, shortsea vessel. Named the ReVolt, this vessel is 60 metres long and is fully battery powered and autonomous it requires no crew. Oil and gas Fisheries and Aquaculture

30 Autonome Systemer 4.klasse Navigasjon og fartøystyring for ubemannede farkoster (ubemannede undervannsfartøy (AUV), ubemannede fly (UAV), ubemannede overflatefartøy (USV), små satelitter) Automatisk tolking av sensordata, mønstergjenkjenning og estimering. Robotsyn, navigasjon, avanserte kamera- og sensorsystemer. Kunstig intelligens, maskinlæring, autonomi, planlegging. Fordel om TTT4275 Estimering, deteksjon og klassifisering er valgt i 3. klasse Høst 4. år Obligatoriske og valgbare emner 4 år TTK4250 O Sensorfusjon TTK4190 O Fartøystyring TTT4120 VA Digital signalbehandling TTK4147 VA Sanntidssystemer TTK4150 VA Ulineære systemer TTK4155 VA Industrielle og innbygde datasystemers konstruksjon TTK4215 VA Adaptiv regulering TDT4195 VB Grunnleggende visuell databehandling TFE4130 VB Bølgeforplantning TMR4240 VB Marine reguleringssystemer I TTT4175 VB Marin akustikk TTT4234 VB Romteknologi I TMA4145 VB Lineære metoder Vår- 4. ÅR Obligatoriske og valgbare emner 4 år TTK4255 O Robotsyn TTK4260 VA Innføring i multivariat datamodellering TDT4171 VA Metoder i kunstig intelligens TTK4195 VA Modellering og regulering av roboter TTT4150 VA Navigasjonssystemer TTT4275 VA Estimering, deteksjon og klassifisering TDT4180 VB Menneskemaskin-interaksjon TMR4230 VB Oseanografi TTM4100 VB Kommunikasjon - Tjenester og nett TTT4235 VB Romteknologi II TTK4175 VB Instrumenteringssystemer TDT4265 VB Datasyn og dyp læring 30

31 Autonome Systemer 5.klasse Spesielt relevante fordypningsemner TTK1 Innovasjon: Systemutvikling fra idé til produkt (Geir Hasnes) TTK4 Ubemannede fly (Rune Storvold) TTK5 Kalman Filtering and Navigation (Nadezda Sokolova) TTK6 Robotteknikk (Anton Shiriaev) TTK15 Oseanografisk instrumentering og biotelemetri (Jo Arve Alfredsen) TTK17 Havdynamikk og havmodellering (Morten Omholt Alver) TTK19 Strukturer og sammenhenger i komplekse systemer (H. Martens) TTK20 Hyperspectral remote sensing (Fred Sigernes) TTK21 Introduction to Visual Simultaneous Localization and Mapping - VSLAM (Annette Stahl) TTK22 Software tool chain for networked vehicle systems (João Sousa) TTK23 Introduction to Autonomous Robotics Systems for Industry 4.0 (Anastasios Lekkas) TTK25 Computer Vision for Control (Annette Stahl) 31

32 32 Navigasjon og fartøystyring Thor Inge Fossen

33 33 Navigasjon og fartøystyring Hovedprofil Professor Thor I. Fossen

34 34 Navigasjon og fartøystyring Matematisk modellering og simulering av fartøybevegelse i 6 frihetsgrader Hydrodynamikk og aerodynamikk Modeller for treningssimulatorer og beslutningsstøttesystemer Design av autopiloter, posisjoneringsog navigasjonssystemer Metoder for styring av fly, droner, ubemannede farkoster, skip, flytende plattformer og undervannsfartøy Den første autopiloten ble funnet av Lawrence Sperry i Han er også oppfinner av kunstig horisont og som kuriositet grunnleggeren av Mile High Club, som kanskje forklarer hvorfor han trengte en autopilot til flyet sitt

35 35 Navigasjon og fartøystyring Fossen, T. I. (2011). Handbook of Marine Craft Hydrodynamics and Motion Control Wiley. Beard, R. W. and T. W. McLain (2012). Small Unmanned Aircraft. Theory and Practice Princeton University Press

36 36 Fleet of the NTNU Unmanned Aerial Laboratory (UAV-Lab) Procurement and operation license from Norwegian CAA (Civil Aviation Authority) for VLOS/BLOS operations since Penguin B fixed-wing (VLOS/EVLOS/BLOS) - 3D Robotics hexa-copters (VLOS) - Microdrone quadro-copter (VLOS) - X8 fixed-wing (VLOS)

37 37 UAV-Lab: ITK sin flyplass på Agdenes

38 38 Robotsystemer Anton Shiriaev

39 39 Robotsystemer

40 40 Hva vil du lære? Matematisk modellering av robotsystemer Modellbasert bevegelsesplanlegging Kontroll og stabilisering Vision systemer og implementasjon

41 41 Obligatoriske fag: TTK4150 Ulineære systemer (høst) TTK4215 Adaptiv regulering (høst) TTK4195 Modellering og regulering av roboter (vår) Relevante emner: TTK4250 Sensorfusjon TTK4255 Robotsyn TK6 Robotteknikk TK8 Konstruksjon av innebygde systemer TK21 Introduction to VSLAM TK23 Introduction to Autonomous Robotics Systems for Industry 4.0 TK26 Biomedisinsk instrumentering og regulering TK25 Computer vision for control

42 42 Innvevde datasystemer Geir Mathisen

43 43 Innvevde datasystemer Konstruksjon og analyse av datamaskinsystemer som er en innvevd del i annet utstyr (Embedded systems). Vi møter E-S over alt i dagliglivet!

44 44 Hovedprofilen har fokus på Analyse av det komplette systemet for utarbeidelse av funksjonell og teknisk spesifikasjon Distribuerte systemer Fra datainnsamling via IoT til lagring i skytjenester Avveining mellom lokal databehandling (edge computing) versus sentralisert databehandling Krav til sammenkobling / kommunikasjon mellom enheter i et system Sanntidssystemer i forskjellig grad Teori og praksis for analyse, design og implementasjon av systemer med sanntidskrav

45 45 Innvevde datasystemer omfatter: Tilpassing og konstruksjon av maskinvare Lavnivå programvare og operativsystemer for disse systemene. Utvikling av applikasjons-programvare Arkitektur og sammenkobling av store distribuerte systemer Disse systemene befinner seg overalt i samfunnet. Kunnskaper og ferdigheter om innvevde systemer kan derfor brukes mot et bredt spekter av anvendelser. Våre studenter er populære i arbeidslivet!

46 46 Sanntidssystemer Sverre Hendseth

47 47 Sanntidssystemer Hva er Sanntidssystemer? (Fra Wikipedia) et datasystem som karakteriseres ved at riktigheten av dets beregninger ikke bare avhenger av logisk korrekthet, men også av om de ankommer tidsnok. Tidskravet skyldes sanntidssystemets interaksjon med en dynamisk omverden. Programvareutvikling på Kyb: Hovedfokus på embedded/industrielle datasystemer. Dere har gode grenseflater til applikasjonene. Dere har gode grenseflater til maskinvare og system. Dere skal kunne ta 4. klasse fag fra IDI eller maskinvarefag fra IES.

48 48 Sanntidssystemer Hvorfor SS? Hvis du ønsker å utvikle "hjernen" / styre-enheten I et system. Hvis du er tiltrukket av eller mestrer programmering / programvareutvikling. Hvis du tror du kanskje vil søke jobb innen programmering / programvareutvikling. Og: Du kommer sikkert til å ende opp med å programmere, eller ha med programvareutvikling å gjøre uansett.

49 49 Sanntidssystemer Hva kan du bli? Alle karrieretyper åpne. Alle typer bedrifter. Alle størrelser bedrifter.

50 50 Systemteknikk og sikkerhet Mary Ann Lundteigen

51 Utgangspunkt Enhver komponent har en rolle i et større system Systemets oppførsel er avhengig av samspill mellom komponenter og omgivelser Uten at relevante standarder og regelverk er fulgt kan ikke komponenter og systemer omsettes eller tas i bruk Uten nødvendig driftssikkerhet lykkes systemet ikke i markedet 3/28/2019 Mary Ann Lundteigen - Systemteknikk og sikkerhet 51

52 Profilfokus Systemteknikk forstå prosessen og hva som inngår. Lære seg metoder og analyser som inngår i hvert steg. Bestemme krav Realisere løsning Verifisere oppfyllelse krav Opprettholde ytelse Endringshåndtering Regelverk Arkitektur/filosofi Pålitelighet og driftssikkerhet Sikkerhet IKT sikkerhet Prosjekt/masteroppgave kan belyse en eller flere av disse 3/28/2019 Mary Ann Lundteigen - Systemteknikk og sikkerhet 52

53 Obligatorisk og anbefalte fag Masteroppgaver Kompl.emne mange muligheter Fordypningsemner 1 2 Nytt: Design for funksjonell sikkerhet Fordypningsprosjekt TTK 4175 Instrumenteringssystemer XXX Se liste for andre kyb-fag eller eksterne XXX Se liste for andre kyb-fag eller eksterne EIT eksperter i team TTK 4177 Sanntidssystemer TTK 4155 Ind. og innebygde datasystemers konstruksjon TPK 4120 Ind. Sikkerhet og pålitelighet Valgbart emne: Annet kybfag 3/28/2019 Mary Ann Lundteigen - Systemteknikk og sikkerhet 53

54 54 Hva skal du velge En av hovedprofilene: Komplementært emne (K-emne) Noen velger teknologisk emne i stedet For noen kan tilleggsprofil være aktuelt Ta kontakt på [email protected] Få godkjent praksisen Hovedprofil må velges før 15. mai Valgbare emner må velges før 15. mai Kan endres til 15. september Studiestart 19. august

55 55 Andre spørsmål?