Hoppa direkt till innehållet
printicon
Utbildningsplan:

Masterprogrammet i robotik och reglerteknik, 120 hp

Engelskt namn: Master's Programme in Robotics and Control

Denna utbildningsplan gäller: HT14 och tillsvidare

Programkod: TAROM

Högskolepoäng: 120

Diarienummer: 514-2812-12

Ansvarig fakultet: Teknisk-Naturvetenskapliga fakulteten

Beslutad av: teknisk-naturvetenskapliga fakultetsnämnden, 2013-06-13

Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2014-10-07

Behörighetskrav

För att kunna antas till mastersprogrammet krävs dels kandidatexamen eller högskoleingenjörsexamen om 180 hp (eller motsvarande utländsk examen), dels uppfyllande av nedanstående särskilda behörighetskrav: a) 15 högskolepoäng i ämnet datavetenskap b) 7,5 högskolepoäng i ämnet elektronik c) 30 högskolepoäng i ämnet matematik d) 7,5 högskolepoäng i ämnet matematisk statistik samt kunskaper i engelska motsvarande engelska A/5.

Examen

Efter genomgånget utbildningsprogram kan studenten efter ansökan erhålla en teknologie masterexamen i enlighet med lokal examensbeskrivning fastställd av rektor, se http://www.student.umu.se/examen/bestammelser/examensbeskrivningar/
Teknologie masterexamen översätts på engelska till Degree of  Master of Science (120 credits). Examen utfärdas i något av huvudområdena datavetenskap (Computing Science) eller elektronik (Electronics) med inriktningen robotik och reglerteknik (Robotics and Control).

Beskrivning av utbildningen på aktuell nivå

HL 1 kap 9 § Utbildning på avancerad nivå skall väsentligen bygga på de kunskaper som studenterna får inom utbildning på grundnivå eller motsvarande kunskaper.
Utbildning på avancerad nivå skall innebära fördjupning av kunskaper, färdigheter och förmågor i förhållande till utbildning på grundnivå och skall, utöver vad som gäller för utbildning på grundnivå,

• ytterligare utveckla studenternas förmåga att självständigt integrera och använda kunskaper,
• utveckla studenternas förmåga att hantera komplexa företeelser, frågeställningar och situationer, och
• utveckla studenternas förutsättningar för yrkesverksamhet som ställer stora krav på självständighet eller för forsknings- och utvecklingsarbete.

Nationella mål för aktuell examen

Kunskap och förståelse

För masterexamen skall studenten

• visa kunskap och förståelse inom huvudområdet för utbildningen, inbegripet såväl brett kunnande inom området som väsentligt fördjupade kunskaper inom vissa delar av området samt fördjupad insikt i aktuellt forsknings- och utvecklingsarbete, och
• visa fördjupad metodkunskap inom huvudområdet för utbildningen.


Färdighet och förmåga

För masterexamen skall studenten

• visa förmåga att kritiskt och systematiskt integrera kunskap och att analysera, bedöma och hantera komplexa företeelser, frågeställningar och situationer även med begränsad information,
• visa förmåga att kritiskt, självständigt och kreativt identifiera och formulera frågeställningar, att planera och med adekvata metoder genomföra kvalificerade uppgifter inom givna tidsramar och därigenom bidra till kunskapsutvecklingen samt att utvärdera detta arbete,
• visa förmåga att i såväl nationella som internationella sammanhang muntligt och skriftligt klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med olika grupper, och
• visa sådan färdighet som fordras för att delta i forsknings- och utvecklingsarbete eller för att självständigt arbeta i annan kvalificerad verksamhet.


Värderingsförmåga och förhållningssätt

För masterexamen skall studenten

• visa förmåga att inom huvudområdet för utbildningen göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter samt visa medvetenhet om etiska aspekter på forsknings- och utvecklingsarbete,
• visa insikt om vetenskapens möjligheter och begränsningar, dess roll i samhället och människors ansvar för hur den används, och
• visa förmåga att identifiera sitt behov av ytterligare kunskap och att ta ansvar för sin kunskapsutveckling.

Lokala mål för aktuell examen

Teknologie masterexamen i datavetenskap

För teknologie masterexamen med huvudområde datavetenskap vid Umeå universitet skall studenten utöver de nationella målen kunna

• visa en god förståelse av de generella principer ämnet baseras på,
• redogöra för datavetenskapliga teorier och metoder,
• förstå och använda datavetenskapliga abstraktioner och modeller,
• självständigt identifiera och lösa problem genom att använda sig av datavetenskapens tekniker, teorier och verktyg,
• identifiera och inhämta ytterligare kunskaper som behövs för att lösa givna problem, och praktiskt tillämpa förvärvade teoretiska kunskaper,
• tillämpa ett vetenskapligt arbetssätt och analytiskt tänkande som utgångspunkt för planering och genomförande av ett större självständigt arbete,
• redovisa kunskaper, planer och uppnådda resultat i tal och skrift såväl på svenska som på engelska,
• såväl självständigt som i samverkan med andra planera och slutföra olika typer av projekt både i underordnad och i ledande roll,
• samverka och kommunicera med såväl andra tekniker som personer utan teknisk-naturvetenskaplig bakgrund,
• beakta gällande lagliga, etiska samt sociala ramverk och principer i sitt arbete.

För inriktningen mot robotik och reglerteknik ska studenten dessutom kunna

• visa väsentligt fördjupade kunskaper inom robotik och reglerteknik,
• tillgodogöra sig nya forskningsresultat och delta i avancerat utvecklingsarbete inom robotik och reglerteknik,
• skapa abstraktioner och formella modeller som beskriver sammanhang och fenomen inom robotik och reglerteknik,
• självständigt formulera och formalisera problem inom robotik och reglerteknik och lösa dem genom att använda sig av områdets tekniker, teorier och verktyg,
• aktivt och självständigt bedöma sitt eget kunskapsbehov samt kunna vidareutveckla sina färdigheter, förmågor och kunskaper inom robotik och reglerteknik.


Teknologie masterexamen i elektronik

Kunskap och förståelse

För inriktningen robotik och reglerteknik skall studenten utöver de nationella målen

• ha fördjupade kunskaper inom områdena intelligenta robotar och reglerteknik med inriktning mot processreglering eller reglering av mekaniska system,
• kunna omfatta och förstå de speciella principer som konstituerar robotik och reglerteknik, samt dess begränsningar,
• kunna självständigt och med originalitet bidra till utveckling och realisering av tillämpningar inom området robotik och reglerteknik.


Färdighet och förmåga

För masterexamen i elektronik skall studenten utöver de nationella målen

• ha särskild färdighet att självständigt i tal och skrift, beskriva och förmedla viktig teknisk information och underliggande kunskap för specialister såväl som för icke insatta,
• ha förmåga att i utvecklings-/arbetsgrupper lösa produktorienterade problem med hög komplexitet där många discipliner finns representerade.


För inriktningen robotik och reglerteknik skall student därutöver

• ha förmåga att självständigt med begränsad information utveckla och tillföra ny kunskap till området robotik och reglerteknik.


Värderingsförmåga och förhållningssätt

För masterexamen i elektronik skall studenten utöver de nationella målen

• kunna värdera elektroniska system i ett vetenskapligt perspektiv samt dess påverkan på människan miljömässigt, etiskt och samhälleligt,
• ha ett professionellt förhållningssätt till samarbete med människor av olika nationalitet, språk, kön och ålder.

Examinationsformer

Prov sker normalt i slutet av varje kurs, och är muntligt och/eller skriftligt. Prov kan helt eller delvis ersättas av fortlöpande kunskapskontroll inom ramen för undervisningen, exempelvis i form av diskussionsseminarier, muntliga och/eller skriftliga rapporter etc.

Studerande som underkänts vid prov skall beredas tillfälle att delta i ytterligare prov enligt de regler som anges i kursplanen. Studerande som två gånger underkänts i prov har rätt att inför förnyat prov hos prefekt begära att annan lärare utses att bestämma betyg i förnyat prov.

Betyg

Betyg sätts för varje kurs och om så bedöms lämpligt även för delmoment av kurs. Betygssättning sker
först när alla prov och alla obligatoriska moment, t ex laborationer och inlämningsuppgifter är
bedömda. Om inte annat anges i kursplanen för en viss kurs sätts betygen i skalan Godkänd (3), Icke
utan beröm godkänd (4), samt Med beröm godkänd (5). Den som godkänts i prov får ej undergå
förnyat prov för högre betyg.

Tillgodoräknande

Student har rätt att få prövat om en tidigare utbildning eller verksamhet kan godtas för tillgodoräknande. För närmare information se högskoleförordningen samt:

www.umu.se/studentcentrum/regler_riktlinjer/index.html

Ett negativt beslut om tillgodoräknande är möjligt att överklaga till Överklagandenämnden för högskola.

Allmänt

Programmet är tvärvetenskapligt och berör framförallt områden som programmering, artificell intelligens, matematiska modeller och elektronik. Många kurser består av stora delar laborationsarbete där studenten får arbeta med att styra olika typer av robotar.

Utbildningsprogrammet omfattar totalt 120 högskolepoäng (hp), varav 30 hp  utgörs av ett självständigt examensarbete. Inom programmet finns möjlighet att fördjupa sig inom reglerteknik och robotik. Det är dessutom möjligt att utforma en individuell studieprofil. Med individuell studieprofil menas en egen studiegång utöver baskurserna.
Programmet innehåller baskurser, valbara kurser samt fria kurser. Under den första terminen läses programmets baskurser. De inledande kurserna innehåller moment som kan anpassas för att studenter med varierande bakgrund lättare ska kunna tillgodogöra sig resten av utbildningen. Under termin två och framförallt termin tre läses fördjupningskurser inom reglerteknik och robotik. Utrymme kan också finnas för ytterligare valbara eller fria kurser. Utbildningen avslutas med ett examensarbete under termin fyra.


Baskurser för båda huvudområdena (Datavetenskap och Elektronik)
Dessa kurser läses av alla programstudenter, eftersom de är nödvändiga för att uppfylla flera av examensmålen enligt föregående avsnitt. Kurserna ger också grundkunskaper för programmets fördjupningsprofiler. På en baskurs har den studerande som följer programmet platsgaranti.

Artificiell intelligens - grunderna  7.5 hp   5DV121   (grundnivå)
Artificiell intelligens - metoder och tillämpningar  7.5 hp 5DV122 (avancerad nivå)
Examensarbete  30.0 hp   (avancerad nivå)
Linjära reglersystem  7.5 hp   5EL217 (avancerad nivå)
Mekatronik  7.5 hp  5EL227 (avancerad nivå)


Valbara kurser
De återstående 60 högskolepoängen är allmänna för programmet eller knutna till de huvudområdena, datavetenskap respektive elektronik. Inriktningen för båda huvudområdena är robotik och reglerteknik. Vad som visas nedan är rekommenderade studiegångar. Det är även möjligt att fritt välja kurser från båda huvudområdena. Det kan förekomma variationer i utbudet från år till år. Kurserna måste väljas så att kraven i aktuell examensbeskrivning uppfylls. Förkunskapskraven för vissa kurser är högre än antagningskraven för programmet. Detaljer finns i kursplanerna för respektive kurs (se http://www.umu.se/utbildning/program-kurser/kurser/kursplanesok).
Följande uppräknade kurser är valbara inom programmet. Kurserna är indelade efter de huvudområden de är knutna till.

Valbara kurser inom huvudområdet Datavetenskap
Avancerad datorgrafik och tillämpningar  7.5 hp 5DV051 (avancerad nivå)
Design av samverkande system  7.5 hp  5DV057  (avancerad nivå)
Emergenta system  7.5 hp 5DV017 (avancerad nivå)
Examensarbete för masterexamen i datavetenskap (inriktning robotik och reglerteknik)  30.0 hp 5DV141 (avancerad nivå)
Icke-linjär optimering  7.5 hp 5DA001  (avancerad nivå)
Kognitiv interaktionsdesign  7.5 hp 5DV067  (avancerad nivå)
Människa-maskin interaktion. fördjupningskurs  7.5 hp  5DV048  (avancerad nivå)
Matrixberäkningar och tillämpningar  7.5 hp 5DA002  (avancerad nivå)
Projektkurs i datorseende  7.5 hp 5DV115 (avancerad nivå)
Student Conference in Computing Science  7.5 hp 5DV144  (avancerad nivå)
Visuell interaktiv simulering  7.5 hp 5DV058 (avancerad nivå)

Valbara kurser inom huvudområdet Elektronik
Applikationer i sensornätverk  7.5 hp  5TF022 (avancerad nivå)
Behandling av mediasignaler  15.0 hp   5EL061 (avancerad nivå)
Bildbehandling  7.5 hp  5EL064 (avancerad nivå)
Digitalteknik  7.5 hp  5EL006 (grundnivå)
Examensarbete för masterexamen i elektronik (inriktning robotik och reglerteknik)  30.0 hp 5EL224 (avancerad nivå)
Fordonselektronik  7.5 hp  5EL042 (grundnivå)
Modellering inom robotik  7.5 hp 5EL218
Mätsystem och mätmetoder  7.5 hp 5EL200 (grundnivå)
Optimal reglering av linjära system  7.5hp 5EL140 (avancerad nivå)
Adaptiv reglerteknik  7.5hp 5EL219 (avancerad nivå)
Projekt i elektronik 3  15.0 hp 5EL154 (avancerad nivå)
Projekt i elektronik 4  7.5 hp 5EL121 (avancerad nivå)
Reglermetoder för robotapplikationer 7.5 hp 5EL222 (avancerad nivå)
Sensorer och elektronik  7.5 hp  5EL051 (grundnivå)
Telerobotik och tillämpad sensorfusion  7.5 hp  5EL220 (avancerad nivå)
Tillämpad digital signalbehandling  7.5 hp 5EL163 (avancerad nivå)
Trådlösa sensornätverk  7.5 hp 5TF022 (avancerad nivå)
Wearable Computers  15.0 hp 5EL025 (avancerad nivå)

På en valbar kurs har studenten platsgaranti på ett urval av kurser som motsvarar upp till heltidsstudier, dock inte med garanti på förstahandsval.
Valbara kurser från andra lärosäten kan ingå i en examen.


Fria kurser
Fria kurser söks i öppen konkurrens. Fria kurser från andra lärosäten kan ingå i en examen. Med fria kurser menas kurser som inte tillhör något av huvudområdena Datavetenskap eller Elektronik.

Fria  kurser med huvudområde Fysik
Analytisk mekanik  7.5 hp  5FY117 (grundnivå)
Fysikens numeriska metoder C  7.5 hp 5FY033 (avancerad nivå)
Monte-Carlo Metoder D  7.5 hp  5FY061 (avancerad nivå)
Modellering och simulering  7.5 hp 5FY095 (avancerad nivå)
Simuleringsteknik D  7.5 hp 5FY074 (avancerad nivå)
Virtuella världars fysik  7.5 hp  5FY114 (grundnivå)

Fria  kurser med huvudområde Matematik
Multivariat dataanalys  7.5 hp 5MS015 (avancerad nivå)
Numeriska metoder för partiella diff. ekv.  7.5 hp 5MA038  (avancerad nivå)
Partiella differentialekvationer  7.5 hp  5MA118 (avancerad nivå)
Stokastiska differentialekvationer  7.5 hp  5MA042  (avancerad nivå)
Tidsserieanalys och spatial statistik  7.5 hp 5MS030 (avancerad nivå)
Transformmetoder  7.5 hp 5MA034 (avancerad nivå)

Exempel på fria kurser från övriga ämnen
Teknik för hållbar utveckling  7.5hp 5TN017 (grundnivå)


Programöversikt
Varje läsår är uppdelat i höst- och vårtermin. Varje termin är indelad i två läsperioder. Vanligen läses två kurser parallellt under en period. Undervisningen ges i form av föreläsningar, seminarier, gruppövningar och handledning i samband med laborationer och redovisningsuppgifter. Laborationer och redovisningsuppgifter är ofta obligatoriska, och utgör en viktig del av utbildningen. Redovisning av dessa omfattar vanligen både muntliga och skriftliga delar.
För att hålla den studietakt som är nödvändig för att följa programmet krävs normalt ca 40 timmars arbetsvecka. Andelen schemalagd undervisning varje vecka är dock betydligt mindre än 40 timmar. Kurslitteratur och undervisning är huvudsakligen på engelska.
Kursernas normala placering i tiden framgår av nedanstående blockscheman. Scheman för de båda profilerna bör endast ses som exempel, eftersom det är möjligt att skapa sin egen profil genom de valbara kurserna. Avvikelser och variationer kan dock förekomma från år till år. Länkar till aktuell kurs information finns på www.umu.se/utbildning/program-kurser/kurser/


Blockschema för huvudområdet Elektronik
Inriktning Robotik och Reglerteknik

Termin 1 – hösttermin Termin 2 - vårtermin
september-november november-januari januari-april april-juni
Linjära reglersystem, 7.5hp Mekatronik,
7.5 hp
Modellering inom robotik,
7.5 hp
Adaptiv reglerteknik,
7.5 hp
Artificiell intelligens
– grunderna, 7.5hp
Artificiell intelligens
– metoder och
tillämpningar,
7.5 hp
Bildbehandling,
7.5 hp
Valbar kurs,
7.5 hp
 
Termin 3 - hösttermin Termin 4 - vårtermin
september-november november-januari januari-juni
Valbar kurs,
7.5 hp
Valbar kurs,
7.5 hp
Examensarbete för masterexamen i
elektronik (inriktning robotik och reglerteknik), 30.0 hp
Reglermetoder för robotapplikationer,
7.5 hp
Optimal reglering av linjära system,
7.5 hp
Telerobotik och tillämpad sensorfusion, 7.5 hp
Student Conference in Electronics and Mechatronics, 7.5 hp


Blockschema för huvudområdet Datavetenskap
Inriktning Robotik och Reglerteknik
Termin 1 – hösttermin Termin 2 - vårtermin
september-november november-januari januari-april april-juni
Linjära reglersystem, 7.5hp Mekatronik,
7.5 hp
Modellering inom robotik, 7.5 hp Projektkurs i
datorseende, 7.5 hp
Artificiell intelligens
– grunderna, 7.5hp
Artificiell intelligens
– metoder och
tillämpningar,
7.5 hp
Valbar kurs,
7.5 hp
Projektkurs
i datorseende,
7.5 hp
 
Termin 3 – hösttermin
Termin 4 - vårtermin
september-november november-januari januari-juni
Valbar kurs,
7.5 hp
Valbar kurs,
7.5 hp
Examensarbete för masterexamen i datavetenskap (inriktning robotik och reglerteknik), 30.0 hp
Student Conference in Computing Science, 7.5 hp
Valbar kurs, 7.5 hp


Examensarbete/självständigt arbete
Examensarbetet avslutar utbildningen och får påbörjas när förkunskapskraven i kursplanen är uppfyllda. I examensarbetet som omfattar 30 högskolepoäng skall den studerande tillämpa de kunskaper som förvärvats under studietiden och muntligen och i en skriftlig rapport/uppsats redovisa resultatet av arbetet. Arbetet ska innehålla någon form av ämnesmässig fördjupning inom området. Examensarbetet utförs normalt individuellt, men i enstaka fall är det också tillåtet att två studenter samarbetar med ett examensarbete.
Examensarbetet kan med fördel förläggas till näringslivet. En företagshandledare ska utses och denne utgör den dagliga kontakten och stödet för studenten under arbetets gång. En handledare vid universitetet ska alltid utses, som har ansvaret för att erforderlig ämnesfördjupning uppnås. Rapporten ska språkligt och stilistiskt utformas så att den kvalitetsmässigt motsvarar rapporter inom universitetet och industrin.
Rapporten ska innehålla en engelsk sammanfattning, samt en engelsk översättning av titeln. Alternativt kan hela rapporten skrivas på engelska.

Anstånd med studiestart

Anstånd med studiestart kan beviljas om särskilda skäl föreligger. Exempel på särskilda skäl är sjukdom, graviditet, vård av barn eller annat omvårdnadsansvar m.m. Ansökan om detta görs skriftligen hos StudentCentrum.

Negativt beslut om anstånd med studiestart kan överklagas till Överklagandenämnden för högskolan.

Studieuppehåll

Negativt beslut om att få återuppta studier efter ett studieuppehåll kan överklagas till Överklagandenämnden för högskolan.

Studieavbrott

Student som lämnar utbildningen ska meddela studieavbrott till programstudievägledaren.

Övrigt

Ytterligare information kan erhållas från programansvarig eller programstudievägledare via universitetets växel 090/786 50 00, eller via webbsidan
http://www.teknat.umu.se/utbildning/

Se även regelsamlingen för grundutbildningen vid Umeå universitet
http://www.student.umu.se/regelsamlingen/