Skip to main content

Intelligent Systems (5cr)

Code: R504TL313-3001

General information


Enrollment
06.10.2025 - 18.01.2026
Registration for introductions has not started yet.
Timing
19.01.2026 - 24.04.2026
The implementation has not yet started.
Number of ECTS credits allocated
5 cr
Mode of delivery
Contact learning
Teaching languages
Seats
0 - 50
Degree programmes
Degree Programme in Information and Communication Technology
Teachers
Tommi Kokko
Teacher in charge
Tommi Kokko
Scheduling groups
Harjoitusryhmä 1 (Size: 0 . Open UAS : 0.)
Harjoitusryhmä 2 (Size: 0 . Open UAS : 0.)
Small groups
Group Exercise 1
Group Exercise 2
Course
R504TL313

Evaluation scale

H-5

Content scheduling

Opintojakso jakautuu eri luentokerralle seuraavanlaisesti:
Johdanto älykkäisiin järjestelmiin
IoT-käyttöjärjestelmä
Sulautetut järjestelmät
IoT-perusteet
IoT-data tallennus ja visualisointi
Robotiikan perusteet (anturit, toimilaitteet)
Robotiikan ohjelmointi (liikkeenohjaus, esteiden väistö)
IoT + robotiikka integraatio
Integrointi & testaus

Objective

Ymmärrät älykkäiden järjestelmien suunnittelun, kehittämisen ja testaamisen perusteet, keskeiset käsitteet ja sovellusalueet.
Ymmärrät sulautettujen järjestelmien rakenteen ja toimintaperiaatteet.
Osaat suunnitella, toteuttaa ja testata pieniä sulautettuja järjestelmiä.
Ymmärrät robotiikan ja IoT-järjestelmien perusteet sekä niiden käyttökohteet.
Tutustut mobiilirobotiikkaan tai autonomisiin alustoihin ja niiden taustalla olevaan teknologiaan.
Hallitset laboratorioympäristössä työskentelyn fyysisillä laitteilla ja/tai virtuaalisesti simulaatioiden avulla.

Content

Älykkäät järjestelmät ja niiden sovellukset, kuten autonomiset ajoneuvot
Sulautetut järjestelmät
IoT-järjestelmien perusteet
Robotiikan perusteet

Location and time

Opintojakso sisältää aikataulutettuja luentoja ja laboratorio työskentelyä lukujärjestyksen mukaan B220 IoT-laboratoriossa.

Materials

Opettajan jakama materiaali Moodle työtilassa (ohjeet, esimerkit, videot).



Opiskelussa käytettävät ohjelmistot asennetaan luentojen aikana.



Opintojaksolla hyödynnetään ARENEN liikennevalomallia. Opintojaksolla tekoälyn käyttö on sallittu, saa käyttää, pitää kertoa (keltainen).


Teaching methods

Opiskelu sisältää tutkiva oppimista, ongelmalähtöistä oppimista, luentoja ja demonstraatioita laboratoriossa (harjoitukset laitteilla ja ohjelmistoilla), jossa yhdistyvät IoT, robotiikka ja sulautetut järjestelmät.

Exam schedules

Opintojaksolla ei ole tenttiä.

Arvosanan korotus ja hylätyn arvosanan uusinta:

Opintojakson arvosanaa on mahdollista korottaa seuraavan lukukauden loppuun mennessä. Korotustapa katsotaan tapauskohtaisesti yhdessä vastuuopettajan kanssa.

Completion alternatives

Opiskelija voi suorittaa opintojakson tehtäviä yksin, pareittain tai ryhmissä. Jokainen opiskelija palauttaa oman raportin Moodle työtilan palautuslaatikkoon vaikka raportti olisi tehty parityönä/ryhmässä.

Student workload

Opintojakson laajuus on 5 opintopistettä, mikä tarkoittaa noin 135 tunnin kokonaistyömäärää.
Työmäärä jakautuu keskimäärin seuraavasti:
Lukujärjestyksen mukainen työskentely 40h
Tiedonhaku ja itsenäinen työskentely 95h

Assessment criteria, satisfactory (1)

Osoitat rajallista ymmärrystä opintojakson keskeisistä käsitteistä ja teknologioista.  
Kykenet perusasioiden ymmärtämiseen ja suoritat tehtäviä ohjauksen alaisena. Osaat käyttää työkaluja ja teknologioita, mutta tarvitset jatkuvaa ohjausta ja tukea ongelmien ratkaisemiseksi. 
Pystyt suorittamaan perustason tehtävistä, mutta kohtaat vaikeuksia monimutkaisemmissa ongelmatilanteissa. 

Assessment criteria, good (3)

Ymmärrät keskeiset käsitteet ja pystyt soveltamaan niitä hyvin erilaisissa tilanteissa, myös silloin, kun ongelma on hieman monimutkaisempi.
Osoitat hyvää kykyä yhdistää teoria käytäntöön ja kykenet selittämään valitsemansa lähestymistavat.
Osaat käyttää erilaisia teknologioita ja työkaluja tehokkaasti tavanomaisissa tilanteissa.
Pystyt itsenäisesti ratkaisemaan tavallisia ongelmia, mutta saatat kohdata haasteita monimutkaisemmissa tilanteissa, joissa tarvitaan syvällisempää soveltamiskykyä.
Pystyt työskentelemään itsenäisesti ja ottamaan vastuuta omasta työskentelystäsi.
Ongelmanratkaisukykysi on kehittynyt, ja tunnistat ongelmat sekä löydät ratkaisuja itsenäisesti.

Assessment criteria, excellent (5)

Ymmärrät perusteellisesti älykkäiden järjestelmien käsitteet ja osoitat kykyä soveltaa niitä monipuolisesti ja luovasti eri tilanteissa.
Kykenet perustelemaan ja analysoimaan tekemiäsi ratkaisuja syvällisesti ja ehdottamaan uusia lähestymistapoja.
Hallitset erinomaisesti tarvittavat teknologiat ja työkalut, ja kykenet ottamaan käyttöön uusia työkaluja tai soveltamaan olemassa olevia luovasti.
Pystyt ratkaisemaan monimutkaisia teknisiä haasteita itsenäisesti ja kykenet analysoimaan ja parantamaan teknisiä ratkaisuja.
Osoitat korkeaa itseohjautuvuutta ja vastuunottoa omasta työskentelystä.
Ongelmanratkaisukykysi on vahvaa, ja pystyt tunnistamaan haasteet, analysoimaan niitä syvällisesti ja tarjoat perusteltuja ratkaisuja monimutkaisissa ja uudelleenmääritellyissä tilanteissa.

Go back to top of page