TSRT14 · 6 hp · Avancerad nivå (A1N) · Elektroteknik
Sensorfusion
Ges · nästa start VT 2027
41 %
klarade senaste ordinarie tillfället
DAT1 · 18 aug 2026 · 17 studenter
50 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
DAT1 · 242 studenter
94 %
Svårare än 94 % av kurserna på avancerad nivå
Jämfört med 285 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 104 studenter.
Ingår i 9 program
- Civilingenjörsprogram i datateknik
- Civilingenjörsprogram i elektronikdesign
- Civilingenjörsprogram i informationsteknologi
- Civilingenjörsprogram i mjukvaruteknik
- Civilingenjörsprogram i maskinteknik
- Civilingenjörsprogram i teknisk matematik
- Civilingenjörsprogram i teknisk fysik och elektroteknik - internationell
- Civilingenjörsprogram i teknisk fysik och elektroteknik
- Masterprogram i Data Science and Information Engineering
Övrigt moment
DAT1 Datortentamen
- 5
- 4
- 3
- U
Ordinarie tillfällen
50 % godkända · 242 studenter
- 41 %17
- 51 %39
- 71 %38
- 50 %10
- 52 %23
- 35 %23
- 35 %48
- 57 %44
Senare tillfällen
68 % godkända · 63 studenter
- 86 %7
- 33 %6
- 87 %15
- 75 %12
- 44 %9
- 64 %14
- Klarar ett senare tillfälle: 68 % (63 studenter), jämfört med 50 % (242 studenter) på ordinarie
- Får 4 eller 5: 17 % (305 studenter)
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 67 %3
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
UPG1 Laborationer
- G
Ordinarie tillfällen
100 % godkända · 174 studenter
- 100 %37
- 100 %34
- 100 %27
- 100 %31
- 100 %45
Senare tillfällen
100 % godkända · 21 studenter
- 100 %7
- 100 %14
- Klarar ett senare tillfälle: 100 % (21 studenter), jämfört med 100 % (174 studenter) på ordinarie
Visa små tillfällen (11)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %3
- 100 %1
- 100 %1
- 100 %2
- 100 %4
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %2
Om kursen
Mål
Studenten skall efter kursen kunna beskriva de viktigaste metoderna och algoritmerna för sensorfusion, samt kunna tillämpa dessa på sensornätverk, navigerings- och målföljningstillämpningar. Mer specifikt så skall studenten efter kursen kunna:
- Förklara och modellera de vanligaste sensor- och rörelsemodellerna som används i sensorfusionstillämpningar.
- Använda och analysera algoritmer för parameterskattning och detektion i statiska signalmodeller som inkluderar flera sensorer.
- Använda och analysera algoritmer för att lösa tillståndsskattning i dynamiska system med hjälp av flera sensorer.
- Identifiera fall där sensorfusion kan användas för att lösa praktiska problem och designa och utvärdera lösningar för att lösa dessa problem.
Innehåll
Fusion för linjära och olinjära modeller. Algoritmer för lokalisering och och detektering i sensornätverk. Filterteori. Kalmanfilter för sensorfusion. Extended och unscented Kalmanfilter. Partikelfilter. Simultan lokalisering och kartering. Sensorer och sensornära signalbehandling. Rörelsemodeller. Estimering- och skattningsteori.
- Examinator
- Gustaf Hendeby
- Schemalagd tid
- 41 h
- Huvudområde
- Elektroteknik