Предмет: Увод у интелигентна и аутономна возила (22.EAI016 )
Студијски програми предмета:
Степен и врста студија | Назив |
---|---|
Мастер академске студије | Вештачка интелигенција и машинско учење (Година: 1, Семестар: Зимски) |
Категорија | Теоријско-методолошки |
Ужа научна област | Рачунарска техника и рачунарске комуникације |
ЕСПБ | 6 |
У оквиру предмета студенти се упознају са постојећим концептима аутономне мобилности и тренутним стањем у области развоја интелигентних и аутономних возила. Циљ је разумевање концепта аутономног возила, таксономије нивоа аутономије, функционалне декомпозиције нивоа аутономије, као и потребних градивних блокова (са нагласком на хардвер и софтвер, али и механичке компоненте) и типичних општих архитектура потребних за реализацију аутономних функција. Посебна пажња у разумевању се посвећује идентификацији аутономних функција које се типично реализују коришћењем вештачке интелигенције, те улаза, излаза и ограничења која произилазе из њихове употребе у овом домену.
У оквиру предмета студенти се упознају са терминологијом у области аутономне мобилности, интелигентних и аутономних возила. Студенти су у стању да дефинишу потребне функције и креирају спецификацију захтева аутономног возила у зависности од задатог нивоа аутономије. Студенти су у стању да обаве први ниво декомпозиције аутономних функција, и да дефинишу основне градивне блокове неопходне за реализацију тих функција, са нагласком на идентификацију блокова заснованих на вештачкој интелигенцији. Студенти добијају увид у осетљивост аутономних система у односу на сигурност и безбедност, те на највишем нивоу дискутују ове концепте, у смислу односа између сигурности, безбедности и примене концепта неуралних мрежа и дубоког учења у овим архитектурама, што даје добар основ за етичку и безбедну примену вештачке интелигенције у даљем пројектовању решења за аутономна возила.
Појам возила; Намена и архитектура возила; Возило, саобраћај и људски фактор; Аутономна мобилност и таксономија нивоа аутономије; Системска декомпозиција возила. Примена вештачке интелигенције за аутоматизацију функционалних блокова возила. Механичка, хардверска и софтверска архитектура возила, са ограничењима примене вештачке интелигенције у управљању; Примена вештачке интелигенције за управљачке алгоритме; Безбедност и сигурност примене вештачке интелигенције у возилима; Модерне функционалности повезаних возила; Основе виртуализације, изолације, и редундантности за интелигентне алгоритме, као метода толеранције грешака алгоритама вештачке интелигенције.
Метод обрнуте учионице. Студенти се припремају за часове коришћењем доступних материјала, примера и приказа. На часу се дискутује у групама и решавају постављени проблеми, које студенти онда предају на додатни преглед од стране наставника. Други део курса се састоји од групног пројектног задатка, у коме треба пројектовати елементе модерног возила, уз мапирање алгоритама вештачке интелигенције на поједине блокове у возилима у којима се она може применити
Аутори | Назив | Година | Издавач | Језик |
---|---|---|---|---|
2016 | Енглески | |||
2018 | Енглески | |||
2017 | Енглески | |||
Д. Самарџија, М. Милошевић | Дубоко учење за аутономна возила | 2019 | ФТН Нови Сад | Српски језик |
-- | Српски језик | |||
-- | Српски језик | |||
2019 | Енглески |
Предметна активност | Предиспитна | Обавезна | Број поена |
---|---|---|---|
Предметна активност Предметни пројекат |
Предиспитна Да |
Обавезна Да |
Број поена 30.00 |
Предметна активност Писмени део испита - комбиновани задаци и теорија |
Предиспитна Не |
Обавезна Да |
Број поена 70.00 |
проф. др Милан Бјелица
Редовни професор
Предавања
проф. др Никола Теслић
Редовни професор
Предавања
Асистент са докторатом др Милена Милошевић
Асистент са докторатом
Рачунарске вежбе