Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezli)

EEE 527 | Ders Tanıtım Bilgileri

Dersin Adı

Otonom Araç Tasarımı İlkeleri

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
EEE 527	Güz/Bahar	3	0	3	7.5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Yüksek Lisans
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	-
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Prof. Dr. Süha Bayındır
Öğretim Eleman(lar)ı	Prof. Dr. Süha Bayındır
Yardımcı(ları)	-

Dersin Amacı

Bu ders, otonom araçların nasıl çalıştığına ilişkin kavramları tanıtmak ve aşağıdaki konulardaki güncel teknolojileri öğretmektir: Konum ve yön belirleme, sensör füzyonu, haritalama, SLAM, engellerden sakınma, yol şeritlerini ve trafik işaretlerini tanıma, trafik tahmini, yol seviyesi yönlendirme, güvenilirlik ve emniyet.

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	Otonom araçların bileşenlerini ve çalışma prensiplerini tanımlayabilecektir.
2	Otonom araç donanım ve yazılımını tasarlayabilecektir.
3	LIDAR, IMU, GPS ve diğer sensörleri kullanarak, konumlama ve haritalama yöntemlerini uygulayabilecektir.
4	ROS kullanımı ile, simültane konumlama ve haritalama yazılımları geliştirebilecektir.
5	Laboratuvar ve endüstriyel koşullarda, otonom araçların performans ve güvenilirliğini test edebilecektir.

Ders Tanımı

Bu derste, otonom aracın konumlanması, nesne tanıma, yol izleme, sensör füzyonu, haritalama, engellerden sakınma konuları anlatılacak ve Robot İşletim Sistemi (ROS) ortamında, Python tabanlı algılama, hareket planlama ve navigasyon teknikleri öğretilecektir.

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Otonom araçlara giriş, algılama, nesne tanıma ve yol izleme	Shaoshan Liu et. al, “Creating Autonomous Vehicle Systems”, 2018, Chap1
2	Tekerlerk enkoderleri, GPS, IMU ve LIDAR Kullanımı ile Konumlama ve Haritalama	Shaoshan Liu et. al, “Creating Autonomous Vehicle Systems”, 2018, Chap1
3	Robot İşletim Sistemine (ROS) Giriş	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
4	Robot İşletim Sistemine (ROS) Giriş, Riders Bulut Ortamında ROS koşturma	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
5	ROS mesajlarının oluşturulması ve tanımlanması, yayıncılar, takipçiler ve başlıklar	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
6	ROS sunucuları, kullanıcı – sunucu uygulamaları	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
7	Kalman ve Genişletilmiş Kalman Filtreleri, sensör füzyonu	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
8	ROS kullanımı ile Harita tabanlı Navigasyon: Bir otonom aracın, ROS ortamında, Gazebo ve RVIZ simülatörleri ninkullanımı ile navigasyonu	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
9	Navigasyon Yığıtı Parametrelerinin Ayarlanması, Araç pozisyonu, 2 ve 3 boyutlu referans eksenlerinde Dönüşümü	https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn
10	Trafik Tahmini, Şerit seviyesinde Yol Belirleme	Shaoshan Liu et. al, “Creating Autonomous Vehicle Systems”, 2018, Chap6
11	Turtlebot3 üzerinde, LIDAR, IMU, Ultrasonik Sensör ve Görüntü İşleme kullanarak Proje Çalışması	Mekatronik Lab’da mevcut TurtleBot3 Burger
12	Turtlebot3 üzerinde, LIDAR, IMU, Ultrasonik Sensör ve Görüntü İşleme kullanarak Proje Çalışması	Mekatronik Lab’da mevcut TurtleBot3 Burger
13	Turtlebot3 üzerinde, LIDAR, IMU, Ultrasonik Sensör ve Görüntü İşleme kullanarak Proje Çalışması	Mekatronik Lab’da mevcut TurtleBot3 Burger
14	Proje Sunumları
15	Dersin gözden geçirilmesi
16	Final Sınavı

Ders Kitabı	1. Creating Autonomous Vehicle Systems, Shaoshan Liu, Liyun Li, Jie Tang, Shuang Wu, Jean-Luc Gaudiot, Morgan & Claypool Publishers, 2017 2. Introduction to Driverless Self-Driving Cars, Lance B. EliotLBE Press Publishing, 2018.
Önerilen Okumalar/Materyaller	1. Markus Maurer · J. Christian Gerdes Barbara Lenz · Hermann Winner, Autonomous Driving, Springer open, 2016 2. https://www.udemy.com/autonomous-cars-deep-learning-and-computer-vision-in-python/learn/ 3.http://emanual.robotis.com/docs/en/platform/turtlebot3/overview/

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje	1	45
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav	1	25
Final Sınavı	1	30
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	2	70
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	30
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16	5	80
Sınıf Dışı Ders Çalışması			0
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev			0
Sunum / Jüri Önünde Sunum			0
Proje	1	50	50
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar	1	22	22
Final Sınavı	1	25	25
		Toplam	225

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.		-	-	-	-	-
2	Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.		-	-	-	-	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.		-	-	-	-	-
4	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.		-	-	-	-	-
5	Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.		-	-	-	-	-
6	Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.		-	-	-	-	-
7	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.		-	-	-	-	-
8	Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.		-	-	-	-	-
9	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.		-	-	-	-	-
10	Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.		-	-	-	-	-
11	Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır.		-	-	-	-	-
12	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.		-	-	-	-	-