Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · V 2025
33 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
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.
Kunnskap: Detaljert kunnskap om ruteplanlegging og AI-planlegging. Kunne lese og forstå metoder publisert i litteraturen, samt evaluere og sammenligne disse med metoder som brukes i praktiske systemer.
Ferdigheter: Designe og implementere rute- og handlingsplanleggingssystemer for skip, undervannsfarkoster og luftfartøyer. Kunne simulere grunnleggende metoder for rute- og handlingsplanlegging, og deres viktigste variasjoner, på slike systemer, inkludert implementasjoner på en virkelig småskala mobil robot og en autonom passasjerferge. Selvstendig håndtering av små FoU-prosjekter og aktivt bidra i større prosjekter.
Generell kompetanse: Kommunisere arbeidsrelaterte problemstillinger med både spesialister og ikke-spesialister.
TTK4105 Reguleringsteknikk eller tilsvarende.
TTK4111 Reguleringsteknikk eller tilsvarende
Forelesninger og fem obligatoriske dataoppgaver, støttet av veiledningsøkter. Målet med kdataoppgavene er å simulere og teste selvutviklede metoder for bane og handlingsplanlegging for marine og bakkebaserte roboter.
Computer assignments 1-3 (CAs 1-3) vurderes som bestått/ikke bestått og inkluderer simuleringer. CAs 4 og 5 innebærer design og implementering av oppdrag på to roboter i den virkelige verden: en småskala mobil robot og den fullskala passasjerfergen milliAmpere1. CAs 4-5 teller hver 20 % av totalkarakteren.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som TTK4192.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Vår 2025 | 33 | B (3.67) | 0 % |
| Vår 2024 | 20 | B (3.90) | 0 % |
| Vår 2023 | 20 | C (3.45) | 0 % |