460-4133/01 – Autonomní jízda (AJ)

Garantující katedraKatedra informatikyKredity5
Garant předmětuIng. Jan Gaura, Ph.D.Garant verze předmětuIng. Jan Gaura, Ph.D.
Úroveň studiapregraduální nebo graduálníPovinnostpovinný
Ročník2Semestrzimní
Jazyk výukyčeština
Rok zavedení2019/2020Rok zrušení
Určeno pro fakultyFEIUrčeno pro typy studianavazující magisterské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
GAU01 Ing. Jan Gaura, Ph.D.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zápočet a zkouška 2+2

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Předmět posluchače seznamuje s technikami využívanými v autonomním řízení vozidel. Absolvováním předmětu získají posluchači přehled o moderních metodách mapování prostředí, navigaci a rozhodování v samo-řiditelných vozidlech.

Vyučovací metody

Přednášky
Cvičení (v učebně)
Projekt

Anotace

V předmětu budou probírána zejména následující témata: Metody a pojmy z oblasti autonomního řízení vozidel s využitím různých senzorů. To zahrnuje seznámení se s LIDARovými senzory, kamerovými systémy, jejich použití v analýze okolí vozidla, s detekcí zájmových objektů a předpovědi chování okolí a mapování prostoru. Získané informace o okolí jsou pak využity pro plánování dalších kroků autonomního vozidla.

Povinná literatura:

LIU, Shaoshan, LI, Liyun, TANG, Jie, WU, Shuang, GAUDIOT, Jean-Luc. Creating Autonomous Vehicle Systems. Morgan & Claypool Publishers, 2018. ISBN: 1681730073 MCGRATH, Michael. Autonomous Vehicles: Opportunities, Strategies, and Disruptions. Independently published, 2018. ISBN-13: 978-1980313854

Doporučená literatura:

HERRMANN, Andreas, Walter BRENNER a Rupert STADLER. Autonomous driving: how the driverless revolution will change the world. Bingley, UK: Emerald Publishing, 2018. ISBN 978-1787148345. LIPSON, Hod a Melba KURMAN. Driverless: intelligent cars and the road ahead. Cambridge, Massachusetts: The MIT Press, 2016. ISBN 978-0262035224.

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Odevzdání průběžných úloh vypracovávaných na cvičeních. Odevzdání projektu. Absolvání zkoušky.

E-learning

Další požadavky na studenta

Další požadavky na studenta nejsou kladeny.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

Přednášky: 1. Automobilová navigace pomocí GPS, RDS-TMC. 2. Úvod do problematiky autonomní jízdy, definice základních pojmů. 3. Senzory pro autonomní jízdu, kamery, LIDAR, ultrazvuk. 4. Fůze senzorových dat. 5. Prostředky strojového učení v prostředí autonomního řízení. 6. Detekce objektů kolem vozidla. 7. Mapování prostoru kolem vozidla. 8. Metody orientace ve známém prostředí - částicový filtr. 9. Metody orientace v neznámém prostředí - SLAM, Markovská lokalizace. 10. Modely pohybu ostatních objektů kolem vozidel. 11. Plánování trasy, algoritmy nejkratší cesty. 12. Prohledávání prostoru možných tras. 13. Predikce trasy ostatních objektů. 14. Behaviorální plánování, generování trajektorií. Cvičení: 1. Práce s geolokčním systémem GPS a radiovým šířením informací o dopravě pomocí RDS-TMC. 2. Práce s kamerami, nastavování parametrů a ukládání dat. 3. Práce s LIDARovým snímačem a ultrazvukovými čidly. 4. Zpracování senzorových dat a jejich fůze do následnou analýzu. 5. Seznámení se se softwarovým rámcem strojového učení. 6. Detekce zájmových objektů kolem vozidla s využitím strojového učení. 7. Vytváření mapových podkladů na základě senzorických dat. 8. Využití částicového filtru pro lokalizaci vozidla ve známém prostředí. 9. Techniky SLAM pro lokalizaci vozidla v neznámém prostředí. 10. Modely pohybu ostatních objektů kolem vozidel. 11. Implementace algoritmů pro vyhledání nejkratší cesty. 12. Způsoby prohledávání prostoru možných tras a jejich vizualizace. 13. Metody predikce trasy ostatních objektů a jejich vizualizace. 14. Behaviorální plánování, generování trajektorií. Projekt: V projektu budou posluchači implementovat vybraný problém z oblasti autonomního řízení vozidel s využitím dostupných dat.

Podmínky absolvování předmětu

Prezenční forma (platnost od: 2019/2020 zimní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodů
Zápočet a zkouška Zápočet a zkouška 100 (100) 51
        Zápočet Zápočet 45  23
        Zkouška Zkouška 55  27
Rozsah povinné účasti: Student musí splnit všechny definované úlohy alespoň za minimální počet bodů.

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2020/2021 (N0716A060001) Automobilové elektronické systémy SPA P čeština Ostrava 2 povinný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku