Predmet: Uvod u inteligentna i autonomna vozila (22.EAI016 )
Studijski programi predmeta:
| Stepen i vrsta studija | Naziv |
|---|---|
| Master akademske studije | Veštačka inteligencija i mašinsko učenje (Godina: 1, Semestar: Zimski) |
U okviru predmeta studenti se upoznaju sa postojećim konceptima autonomne mobilnosti i trenutnim stanjem u oblasti razvoja inteligentnih i autonomnih vozila. Cilj je razumevanje koncepta autonomnog vozila, taksonomije nivoa autonomije, funkcionalne dekompozicije nivoa autonomije, kao i potrebnih gradivnih blokova (sa naglaskom na hardver i softver, ali i mehaničke komponente) i tipičnih opštih arhitektura potrebnih za realizaciju autonomnih funkcija. Posebna pažnja u razumevanju se posvećuje identifikaciji autonomnih funkcija koje se tipično realizuju korišćenjem veštačke inteligencije, te ulaza, izlaza i ograničenja koja proizilaze iz njihove upotrebe u ovom domenu.
U okviru predmeta studenti se upoznaju sa terminologijom u oblasti autonomne mobilnosti, inteligentnih i autonomnih vozila. Studenti su u stanju da definišu potrebne funkcije i kreiraju specifikaciju zahteva autonomnog vozila u zavisnosti od zadatog nivoa autonomije. Studenti su u stanju da obave prvi nivo dekompozicije autonomnih funkcija, i da definišu osnovne gradivne blokove neophodne za realizaciju tih funkcija, sa naglaskom na identifikaciju blokova zasnovanih na veštačkoj inteligenciji. Studenti dobijaju uvid u osetljivost autonomnih sistema u odnosu na sigurnost i bezbednost, te na najvišem nivou diskutuju ove koncepte, u smislu odnosa između sigurnosti, bezbednosti i primene koncepta neuralnih mreža i dubokog učenja u ovim arhitekturama, što daje dobar osnov za etičku i bezbednu primenu veštačke inteligencije u daljem projektovanju rešenja za autonomna vozila.
Pojam vozila; Namena i arhitektura vozila; Vozilo, saobraćaj i ljudski faktor; Autonomna mobilnost i taksonomija nivoa autonomije; Sistemska dekompozicija vozila. Primena veštačke inteligencije za automatizaciju funkcionalnih blokova vozila. Mehanička, hardverska i softverska arhitektura vozila, sa ograničenjima primene veštačke inteligencije u upravljanju; Primena veštačke inteligencije za upravljačke algoritme; Bezbednost i sigurnost primene veštačke inteligencije u vozilima; Moderne funkcionalnosti povezanih vozila; Osnove virtualizacije, izolacije, i redundantnosti za inteligentne algoritme, kao metoda tolerancije grešaka algoritama veštačke inteligencije.
Metod obrnute učionice. Studenti se pripremaju za časove korišćenjem dostupnih materijala, primera i prikaza. Na času se diskutuje u grupama i rešavaju postavljeni problemi, koje studenti onda predaju na dodatni pregled od strane nastavnika. Drugi deo kursa se sastoji od grupnog projektnog zadatka, u kome treba projektovati elemente modernog vozila, uz mapiranje algoritama veštačke inteligencije na pojedine blokove u vozilima u kojima se ona može primeniti
| Autori | Naziv | Godina | Izdavač | Jezik |
|---|---|---|---|---|
| -- | Srpski jezik | |||
| 2018 | Engleski | |||
| D. Samardžija, M. Milošević | Duboko učenje za autonomna vozila | 2019 | FTN Novi Sad | Srpski jezik |
| 2017 | Engleski | |||
| 2016 | Engleski | |||
| 2019 | Engleski | |||
| -- | Srpski jezik |
| Predmetna aktivnost | Predispitna | Obavezna | Broj poena |
|---|---|---|---|
| Predmetna aktivnost Predmetni projekat |
Predispitna Da |
Obavezna Da |
Broj poena 30.00 |
| Predmetna aktivnost Pismeni deo ispita - kombinovani zadaci i teorija |
Predispitna Ne |
Obavezna Da |
Broj poena 70.00 |
prof. dr Bjelica Milan
Redovni profesor
Predavanja
prof. dr Teslić Nikola
Redovni profesor
Predavanja
Asistent sa doktoratom dr Milošević Milena
Asistent sa doktoratom
