University of Turku Robotics and Autonomous Systems Master’s Thesis Guide: DTEK1002, DTEK1105 ও UTUGradu বাংলা সংস্করণ

দ্রুত উত্তর: University of Turku Robotics and Autonomous Systems thesis route কী?

University of Turku-এর বর্তমান Robotics and Autonomous Systems track হলো Master’s Degree Programme in Information and Communication Technology-এর 120 ECTS, দুই বছরের Master of Science (Technology) programme, Faculty of Technology-এর অধীনে। Current controlling curriculum object হলো ICTRAS2427 / programme 99343, 2024-2027। Exact thesis হলো DTEK1002 Master’s Thesis in Technology, 30 ECTS, grading 0-5। TTDK1308 হলো 0 ECTS maturity examination। Track-specific seminar হলো DTEK1105, 5 ECTS, Pass/Fail। Peppi এটিকে Other Studies-এর মধ্যে রাখে, তাই DTEK1105-কে 30 ECTS thesis-এর embedded credit হিসেবে ধরবেন না।

1. ICTRAS2427 / programme 99343 দিয়ে শুরু করুন

Robotics and Autonomous Systems ICT programme-এর একটি specialisation track, কিন্তু thesis planning-এ এর curriculum আলাদাভাবে পড়তে হবে। Current Peppi object হলো ICTRAS2427 / 99343। নিজের HOPS এবং এই object ব্যবহার করুন। Sibling ICT track-এ DTEK1002 একই হলেও seminar code, module packaging, methods emphasis বা optional-study placement automatically একই ধরে নেওয়া যাবে না।

2. Peppi 115-125 দেখালেও formal degree 120 ECTS

Formal degree 120 ECTS। Peppi root-এ 115-125 range দেখায় কারণ thematic/minor এবং Other Studies-এর optional range model করা হয়েছে। এটি degree size পরিবর্তন করে না। আপনার personal study plan approved 120 ECTS degree requirement অনুযায়ী resolve হতে হবে। Technical selection range-কে official degree size হিসেবে report করবেন না।

3. 80 ECTS Advanced Studies block বুঝুন

Peppi-এর RASAS2427 Advanced Studies block মোট 80 ECTS। এর মধ্যে 20 ECTS Robotics and Autonomous Systems Core Module, 10 ECTS Compulsory Advanced Studies, 20 ECTS Common Studies in ICT এবং 30 ECTS thesis category আছে। Coursework-এর প্রথম তিন অংশ 50 ECTS, যা public programme page-এর 50 ECTS advanced-level major studies headline-এর সঙ্গে align করে।

4. Core, advanced এবং common study block আলাদা রাখুন

20 ECTS core-এ Mobile Robotics, Robotic Manipulation, Robotic Localization and Mapping এবং Computer Vision and Sensor Fusion আছে। 10 ECTS compulsory advanced block-এ Robot Learning ও Optimal Control আছে। 20 ECTS Common Studies-এ Capstone, Knowledge and Innovation Management এবং Finnish-language component আছে। এগুলো thesis method context দেয়, কিন্তু DTEK1002-এর 30 ECTS credit বদলায় না।

5. DTEK1105 আলাদা 5 ECTS seminar

DTEK1105 হলো Robotics and Autonomous Systems-এর thesis seminar। এটি 5 ECTS, Advanced Studies, Pass/Fail, English/Finnish। Peppi এটিকে Other Studies-এ list করে, compulsory thesis category বা Common Studies block-এর ভেতরে নয়। তাই DTEK1105-এর exact placement নিজের HOPS-এ verify করুন এবং এটিকে DTEK1002-এর ভেতরের credit হিসেবে লিখবেন না।

6. Exact thesis course DTEK1002, 30 ECTS

DTEK1002 Master’s Thesis in Technology 30 ECTS এবং grade 0-5। এখানে scientific work, field knowledge, appropriate research method এবং scientific writing demonstrate করতে হয়। Technically impressive robot prototype বানানো valuable হতে পারে, কিন্তু সেটি scientific thesis evidence হয় তখনই যখন clear research problem, documented method, evaluation এবং defensible conclusion থাকে।

7. Supervisor-এর সঙ্গে thesis plan বানান

DTEK1002 শুরুতে assigned supervisor বা supervisors-এর সঙ্গে thesis plan তৈরি করুন। Topic-এর জন্য main subject professor-এর সঙ্গে যোগাযোগ করুন। Plan-এ problem, robot platform, sensor, software, experiment বা analysis, data source, evaluation criteria, safety risk, permission এবং expected contribution লিখুন। Evidence বা supervisor feedback অনুযায়ী প্রয়োজন হলে plan update করুন।

8. Company এবং University research-group thesis দুটোই সম্ভব

DTEK1002 company বা organisation-এর research challenge নিয়ে করা যায় এবং company co-supervision সম্ভব। University research group-এর মধ্যেও thesis করা যায়। যেকোনো setting-এ source code, robot log, map, camera recording, partner data এবং hardware document-এর ownership ও publication permission আগে clear করুন। পরে confidential material-এর ওপর thesis depend করলে submission কঠিন হতে পারে।

9. Examiner এবং final approval chain জানুন

Thesis অন্তত দুই examiner evaluate করেন University grading guidance অনুযায়ী। Examiner evaluation-এর ভিত্তিতে head of the department final acceptance এবং grading decide করেন। Seminar completion, thesis examination এবং HOPS completion আলাদা administrative object। Examiner-ready manuscript, seminar work এবং degree-plan record aligned রাখুন যাতে শেষ পর্যায়ে missing course element delay না করে।

10. TTDK1308 হলো 0 ECTS maturity examination

Thesis category-তে TTDK1308 Degree Qualifying Examination for Master’s Degree, 0 ECTS আছে। সাধারণত thesis abstract বা suitable part maturity test হিসেবে কাজ করে। Prior degree এবং Finnish/Swedish educational-language background অনুযায়ী conditional written-exam route থাকতে পারে। অন্য student-এর route copy না করে নিজের eligibility current instruction দিয়ে verify করুন।

11. DTEK1105-কে thesis development process হিসেবে ব্যবহার করুন

DTEK1105 শুধু final presentation নয়। Course-এ previous related thesis analysis, নিজের thesis near completion presentation, peer presentation participation এবং written research-methods exercise আছে। Planned workload 135 hours। Seminar ব্যবহার করে test করুন research question, evidence type, method এবং claimed contribution একে অন্যের সঙ্গে যুক্ত কিনা।

12. Robot বা algorithm বেছে নেওয়ার আগে evidence type ঠিক করুন

Robotics thesis mobile navigation, manipulation, SLAM, perception, sensor fusion, robot learning, control, embedded system, hardware acceleration বা multi-robot coordination নিয়ে হতে পারে। প্রথমে ঠিক করুন কোন evidence research question-এর উত্তর দিতে পারে। এরপর robot, simulator, dataset, sensor, controller বা model choose করুন। Tool যেন research question-এর জায়গা না নেয়।

13. Simulation evidence আর physical-system evidence আলাদা করুন

DTEK2100 simulation এবং physical robotic platform দুটোই ব্যবহার করে। Simulation controlled, repeatable experiment-এর জন্য useful, কিন্তু simulated success simulated model ও condition-এর evidence। Real-world robustness claim করতে physical hardware বা relevant field evidence দরকার। Physical validation না থাকলে simulation-to-real boundary explicitly লিখুন।

14. Robot configuration freeze করুন

Robot model, hardware revision, sensor, actuator limit, firmware, operating system, middleware, library version এবং important configuration record করুন। Payload, wheel, manipulator tool, battery condition বা controller frequency result affect করলে সেগুলোও লিখুন। Software update বা calibration change comparison বদলে দিতে পারে, তাই tested configuration reconstructable হওয়া দরকার।

15. Mobile-robot evaluation layer আলাদা করুন

DTEK2100 sensing, probabilistic localisation, mapping, motion planning, trajectory optimisation এবং reactive navigation cover করে। এগুলোকে একসঙ্গে “robot navigates well” claim-এ collapse করবেন না। কোন layer test করছেন, input কী, metric কী এবং অন্য layer system failure explain করতে পারে কিনা আলাদা করে লিখুন।

16. Localisation, mapping এবং SLAM related হলেও একই claim নয়

DTEK2102 localisation, mapping, SLAM, probabilistic state estimation এবং graph-based optimisation cover করে। সুন্দর map automatically accurate localisation prove করে না। Environment/dataset, sensor suite, ground truth, trajectory এবং error definition লিখুন। Loop closure, map quality এবং trajectory error আলাদা evidence এবং একে অন্যের সঙ্গে সবসময় একই direction-এ নাও যেতে পারে।

17. Ground truth কীভাবে পাওয়া হয়েছে লিখুন

Localisation বা trajectory error report করলে ground truth motion capture, external calibrated system, dataset reference pose, high-grade positioning বা অন্য source থেকে এসেছে কিনা লিখুন। Ground truth না থাকলে সেটাও স্পষ্ট করুন। Indirect proxy-কে true position হিসেবে present করবেন না। Performance difference ছোট হলে ground-truth uncertainty নিজেই গুরুত্বপূর্ণ হতে পারে।

18. Sensor fusion-এ calibration এবং timing context দিন

Computer Vision and Sensor Fusion course camera, radar, LiDAR, calibration, stereo vision এবং multi-source fusion cover করে। Thesis-এ sensor modality, coordinate frame, calibration/registration, synchronization এবং fusion architecture document করুন। Calibration drift বা timestamp mismatch algorithmic error-এর মতো দেখাতে পারে, তাই data-quality issue এবং method performance আলাদা করার evidence রাখুন।

19. Computer-vision claim tested condition-এর মধ্যে রাখুন

Lighting, weather, camera placement, motion blur, occlusion এবং scene type perception performance বদলাতে পারে। একই recording-এর near-duplicate frame train ও test-এ গেলে leakage হতে পারে। Object detection, segmentation, tracking এবং pose estimation আলাদা task। Research question অনুযায়ী metric এবং split design ব্যবহার করুন।

20. Manipulation evidence-এ kinematics, dynamics এবং task rule দিন

DTEK2101 forward/inverse kinematics, Jacobian, dynamics, trajectory generation, planning এবং robot control cover করে। Coordinate frame, robot model, controller, trajectory, payload এবং task-success rule report করুন। IK solver converge করা collision-free বা dynamically feasible motion prove করে না। একটি pose reach করা পুরো workspace-এ reliable manipulation prove করে না।

21. Controller performance আর task success আলাদা করুন

Low tracking error থাকলেও perception বা planning failure-এর কারণে overall task fail করতে পারে। আবার task success হলেও transient control poor হতে পারে। Control central হলে tracking error, overshoot, settling behaviour, control frequency, actuator limit এবং operating range report করুন। Task-level success-কে additional system measure হিসেবে ব্যবহার করুন।

22. Planning algorithm-এর assumption declare করুন

DTEK2101 RRT এবং PRM-এর মতো sampling-based planner cover করে। Planner compare করলে map/configuration space, collision checker, cost function, termination condition এবং computational budget লিখুন। Feasible path automatically optimal নয়। একটি environment-এ fast result সব planning problem-এ superiority prove করে না, বিশেষ করে stochastic planner হলে repeated trial দরকার।

23. Robot-learning experiment-এ clean evaluation boundary রাখুন

DTEK2103 data-driven perception, decision-making, reinforcement learning, system-dynamics learning এবং self-supervised learning cover করে। সম্ভব হলে training data, development/tuning evidence এবং final evaluation আলাদা রাখুন। Final trajectory বা test environment দেখে বারবার model change করলে final set আর independent evidence থাকে না।

24. একটি RL seed stability prove করে না

Reinforcement-learning result random seed, initial state, exploration এবং environment stochasticity-এর ওপর depend করতে পারে। Reward definition, observation/action space, training budget, environment version এবং seed policy preserve করুন। Average performance claim করলে multiple run এবং variability report করুন। High return-এর robotic meaning-ও explain করুন।

25. Simulation-trained policy আর real-world validation আলাদা রাখুন

Robot Learning simulation-এ training/evaluation ব্যবহার করতে পারে। Simulation-এ ভালো policy simulated distribution-এর evidence। Physical deployment claim করলে relevant hardware test করুন বা sim-to-real gap স্পষ্ট করুন। Dynamics, latency, sensing noise এবং unmodelled disturbance real system-এ behaviour বদলে দিতে পারে।

26. Imitation learning এবং VLA work document করুন

Imitation learning-এ demonstration কে বা কী generate করেছে, task coverage, data quality এবং preprocessing লিখুন। Vision-Language-Action model ব্যবহার করলে model/version, instruction/prompt, observation, action interface এবং task protocol preserve করুন। একটি model-এর output নির্দিষ্ট condition-এর behaviour, general autonomous competence-এর proof নয়।

27. Perception model আর downstream control আলাদা evaluate করুন

Perception benchmark improve হলেও closed-loop robot fail করতে পারে। আবার task success perception metric-এর সব weakness reveal নাও করতে পারে। Perception metric আলাদা report করুন এবং closed-loop task outcome আলাদা report করুন। এতে failure sensing, representation, planning, control নাকি integration থেকে এসেছে বোঝা যায়।

28. Embedded functional correctness আর real-time correctness এক নয়

DTEK8146 embedded architecture, RTOS, hardware/software co-design এবং low-power system cover করে। Functional test pass মানে expected output পাওয়া গেছে, কিন্তু deadline met হয়েছে এমন নয়। Real-time claim করলে scheduling assumption, measurement method, control period এবং timing evidence দিন। Worst-case বা relevant distribution বুঝতে না পারলে “real-time” শব্দ অতিরিক্ত broad হতে পারে।

29. Power এবং energy measure করুন

Embedded, edge বা FPGA platform automatically energy efficient নয়। Power/energy contribution হলে কী measure করছেন, কোথায়, কোন workload-এ এবং কত সময় ধরে তা define করুন। Instantaneous power, energy per task এবং total system energy আলাদা metric। Performance-per-watt compare করলে task এবং accuracy/quality constraint comparable রাখুন।

30. Heterogeneous computing comparison end-to-end করুন

DTEK8147 CPU-GPU এবং CPU-FPGA architecture, parallel programming, scheduling এবং performance optimisation cover করে। Platform, software stack, workload size এবং measurement boundary record করুন। End-to-end latency claim হলে transfer/setup overhead include করুন। শুধু kernel speedup পুরো robotic pipeline-এর benefit দেখায় না।

31. FPGA acceleration-এ outcome আলাদা রাখুন

DTEK8148 FPGA design flow, HLS, resource utilization এবং hardware acceleration cover করে। Latency, throughput, logic/DSP/memory use, clock, precision এবং power আলাদা property। একটি improve করলে অন্যটি worsen করতে পারে। CPU/GPU বা HLS variant compare করলে algorithm/task constant রাখুন এবং numerical precision change হলে তা report করুন।

32. Edge AI কোথায় compute হচ্ছে স্পষ্ট করুন

DTEK8149 SoC, edge computing, edge AI এবং robotics connect করে। Processing robot-এ, nearby edge device-এ, নাকি remote service-এ হচ্ছে তা লিখুন। Communication latency/bandwidth control-এ influence করলে include করুন। “Edge” label নিজে method নয়; measurable system trade-off-ই scientific claim হওয়া উচিত।

33. Task success safety prove করে না

Robot navigation বা manipulation task complete করলেই safety establish হয় না। Physical experiment-এ hazard, speed/workspace limit, emergency stop, containment এবং test-area access define করুন। Human participant বা nearby worker থাকলে additional ethics, permission বা risk-control requirement হতে পারে। Safety claim actual analysis ও test evidence-এর মধ্যে bound করুন।

34. Physical test-এ মানুষ এবং property protect করুন

Experimental autonomy unexpected failure দিতে পারে। Platform অনুযায়ী controlled test environment ব্যবহার করুন এবং uninvolved person/property-কে unbounded risk-এ রাখবেন না। High-autonomy trial-এর আগে low-level control এবং emergency procedure verify করুন। Human takeover বা safety stop success rate বদলালে intervention-ও method-এর অংশ হিসেবে record করুন।

35. Camera, audio এবং trajectory personal data হতে পারে

Robotics dataset-এ face, voice, precise movement trace, device identifier বা contextual personal information থাকতে পারে। Name remove করলেই anonymous হয় না। কী collect করছেন, কেন, কে access করবে, retention কতদিন এবং কী publish করা যাবে define করুন। Reasonable re-identification possible হলে data accordingly protect করুন।

36. Company material-এর publication boundary আগে ঠিক করুন

Company thesis source code, floor map, credential, device config, proprietary hardware data বা operational log contain করতে পারে। Public manuscript-এ কী যাবে, examiner কীভাবে protected material দেখতে পারবে এবং কী confidential থাকবে আগে ঠিক করুন। Reproducibility-এর জন্য synthetic fixture, redacted configuration বা bounded description ব্যবহার করা যেতে পারে।

37. Capstone এবং Internship DTEK1002 replace করে না

DTEK0088 Capstone 10 ECTS engineering project course এবং DTEK0045 Internship Other Studies-এর work-life experience দিতে পারে। এগুলো thesis topic বা platform access দিতে পারে, কিন্তু DTEK1002 satisfy করে না। Thesis-এর নিজের research question, plan, scientific method, evidence, analysis এবং examiner-ready report থাকতে হবে।

38. Robotics reproducibility manifest বানান

Research question-এর সঙ্গে robot/platform config, firmware/software version, code revision, dataset/log snapshot, simulator version, calibration, parameter, random seed, evaluation scenario এবং output link করা manifest রাখুন। Hardware measurement হলে compute platform, clock এবং power setting লিখুন। লক্ষ্য হলো input থেকে claim পর্যন্ত path traceable করা।

39. একটি headline result clean state থেকে reproduce করুন

Submission-এর আগে central trajectory plot, SLAM error table, perception result, manipulation success rate, RL benchmark বা hardware measurement preserved input থেকে regenerate করুন। Code revision, config, dataset এবং aggregation rule thesis-এর সঙ্গে match করে কিনা দেখুন। Material difference হলে পুরনো screenshot match করতে table manually edit না করে কারণ investigate করুন।

40. Variability এবং failure mode report করুন

Physical robot, stochastic planner এবং learned policy run-to-run vary করতে পারে। Variation material হলে repeated trial করুন এবং aggregation rule লিখুন। Protocol অনুযায়ী relevant failed trial hide করবেন না। Failure category average success rate-এর চেয়ে বেশি useful হতে পারে কারণ perception, localisation, planning, control, hardware বা environment issue আলাদা করা যায়।

41. DTEK1002 AI disclosure rule follow করুন

DTEK1002 generative AI allow করে, কিন্তু use এমনভাবে document করতে হবে যাতে student-এর own contribution identify এবং grade করা যায়। AI-generated code, explanation, reference এবং analysis execution ও primary source দিয়ে verify করুন। Protected source code, credential, private log, partner data বা personal sensor data uncontrolled AI service-এ upload করবেন না।

42. AI research object আর AI assistant আলাদা করুন

Robot Learning-এ AI নিজেই research object হতে পারে, আবার student coding/writing assistant হিসেবেও AI ব্যবহার করতে পারে। দুটি role আলাদাভাবে describe করুন। Learned controller/VLA model-এর dataset, model, training এবং evaluation evidence দরকার। Writing/coding assistant-এর disclosure, verification এবং academic-integrity control দরকার।

43. Turnitin robotics validity check করে না

Turnitin University thesis process-এ mandatory originality control। Similarity score SLAM accuracy, controller stability, robot safety, perception generalisation বা reproducibility validate করে না। Originality এবং scientific validity আলাদা control। Low similarity score uncontrolled experiment ঠিক করে না, আবার good experiment-এ citation ও attribution requirement থাকে।

44. UTUGradu institutional submission route

UTUGradu higher-degree thesis submission, originality checking, examination, approval, electronic publication এবং archiving manage করে। Upload-এর আগে examiner-ready manuscript final evidence-এর সঙ্গে match করছে কিনা, confidentiality boundary settled কিনা এবং originality process complete কিনা দেখুন। Submission-এর কাছাকাছি current operational instruction recheck করুন।

45. Mobile robot/SLAM thesis-এর practical workflow

Navigation বা mapping question define করুন, robot/sensor config freeze করুন, calibration এবং ground truth establish করুন, representative trajectory/dataset select করুন, baseline implement করুন, proposed method same protocol-এ run করুন, raw log preserve করুন, declared metric calculate করুন, failure inspect করুন এবং একটি result reproduce করুন। Conclusion tested environment ও sensing condition-এর মধ্যে bound করুন।

46. Manipulation/control thesis-এর practical workflow

Manipulation task এবং workspace define করুন, kinematic/dynamic model document করুন, controller/planner choose করুন, payload ও safety limit লিখুন, baseline establish করুন, repeated trial run করুন, tracking এবং task outcome measure করুন, failure analyse করুন এবং relevant operating condition-এ result বদলায় কিনা দেখুন। Planning, control এবং task evidence আলাদা রাখুন।

47. Robot-learning thesis-এর practical workflow

Task এবং deployment distribution define করুন, training data বা simulator version preserve করুন, observation/action space এবং reward/supervision declare করুন, tuning ও final evaluation আলাদা রাখুন, stochasticity material হলে multiple seed ব্যবহার করুন, meaningful baseline compare করুন, physical-deployment claim হলে hardware test করুন এবং frozen config থেকে অন্তত একটি headline result reproduce করুন।

48. Final Robotics and Autonomous Systems checklist

ICTRAS2427 / programme 99343, formal 120 ECTS, 80 ECTS Advanced Studies structure, DTEK1002 30 ECTS, TTDK1308 0 ECTS এবং DTEK1105 5 ECTS Pass/Fail under Other Studies confirm করুন। এরপর supervisor/examiner steps, simulation-to-real boundary, platform version, calibration, repeated trial, safety, privacy, partner confidentiality, reproducibility, AI disclosure, Turnitin এবং UTUGradu audit করুন। Tested platform/environment-এর বাইরে claim গেলে evidence বাড়ান বা claim narrow করুন।