ไทยTH
DRT 474 · 3(2-3-5) · Year/term 4/2

Indoor Navigation Technology

เทคโนโลยีนำร่องภายในอาคาร

Progress
Notional hours: 150 h (online/self-study 75 · in class/lab 75)

Course description

Principles and technologies of indoor navigation; UWB, motion capture and visual fiducial markers; simultaneous localisation and mapping (SLAM) with cameras and LiDAR; sensor fusion; position-error evaluation; practical applications.

Thai description

หลักการและเทคโนโลยีนำร่องภายในอาคาร ระบบ UWB ระบบจับการเคลื่อนไหว และเครื่องหมายอ้างอิงทางภาพ การระบุตำแหน่งและสร้างแผนที่พร้อมกัน (SLAM) ด้วยกล้องและ LiDAR การหลอมรวมข้อมูลเซนเซอร์ การประเมินความคลาดเคลื่อนของตำแหน่ง และการประยุกต์ใช้งานจริง

Description source: New draft for the curriculum committee
Notes for the curriculum committee
  • ทับซ้อนกับ DRT 473 ควรพิจารณารวมเป็นวิชาเดียว หรือกำหนดให้ DRT 474 เน้นเทคโนโลยีระบุตำแหน่ง ส่วน DRT 473 เน้นภารกิจ

Course learning outcomes (CLO)

CLOOutcomePLO
CLO1Explain indoor navigation technologiesPLO1PLO4
CLO2Compare positioning system accuracyPLO4
CLO3Apply SLAM in real environmentsPLO4PLO5

Learning modules

1Indoor navigation systems
Weeks 1–3 · 30 h1 KU

Online (before class) · 15 h

Study the assigned knowledge units in advance, review media and take the module quiz

In class / field · 15 h

Lab or field practice from worksheets with a safety checklist

Learning evidence: Checked worksheets and quiz results

Open module
2UWB and markers
Weeks 4–6 · 30 h1 KU

Online (before class) · 15 h

Study the assigned knowledge units in advance, review media and take the module quiz

In class / field · 15 h

Lab or field practice from worksheets with a safety checklist

Learning evidence: Checked worksheets and quiz results

Open module
3SLAM
Weeks 7–9 · 30 h2 KU

Online (before class) · 15 h

Study the assigned knowledge units in advance, review media and take the module quiz

In class / field · 15 h

Lab or field practice from worksheets with a safety checklist

Learning evidence: Checked worksheets and quiz results

Open module
4Error evaluation
Weeks 10–12 · 30 h2 KU

Online (before class) · 15 h

Study the assigned knowledge units in advance, review media and take the module quiz

In class / field · 15 h

Lab or field practice from worksheets with a safety checklist

Learning evidence: Checked worksheets and quiz results

Open module
5Sensor fusion
Weeks 13–15 · 30 h1 KU

Online (before class) · 15 h

Study the assigned knowledge units in advance, review media and take the module quiz

In class / field · 15 h

Lab or field practice from worksheets with a safety checklist

Learning evidence: Checked worksheets and quiz results

Open module

Assessment (draft)

Labs and worksheets35%
Module quizzes10%
Midterm examination20%
Mini-project or practical exam35%

Knowledge domain

D04 Sensors and embedded systemsD06 Control, autopilot and navigationD12 Automation, robotics and swarmsD15 Delivery, indoor operations and warehousing

Key references

  1. Cadena, C., Carlone, L., Carrillo, H., Latif, Y., Scaramuzza, D., Neira, J., Reid, I., & Leonard, J. J. (2016). Past, present, and future of simultaneous localization and mapping. IEEE Transactions on Robotics, 32(6), 1309–1332.
  2. Campos, C., Elvira, R., Gómez Rodríguez, J. J., Montiel, J. M. M., & Tardós, J. D. (2021). ORB-SLAM3. IEEE Transactions on Robotics, 37(6), 1874–1890.
  3. Thrun, S., Burgard, W., & Fox, D. (2005). Probabilistic robotics. MIT Press.