LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
Elektrik-Elektronik Mühendisliği Yüksek Lisans (Tezsiz)
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 | - | |||||
Dersin Koordinatörü | ||||||
Öğretim Eleman(lar)ı | ||||||
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 |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
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. |
|
Temel Ders | |
Uzmanlık/Alan Dersleri |
X
|
|
Destek Dersleri | ||
İletişim ve Yönetim Becerileri Dersleri | ||
Aktarılabilir Beceri Dersleri |
HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI
Hafta | Konular | Ön Hazırlık |
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 |
Önerilen Okumalar/Materyaller | 1. Markus Maurer · J. Christian Gerdes Barbara Lenz · Hermann Winner, Autonomous Driving, Springer open, 2016 |
DEĞERLENDİRME ÖLÇÜTLERİ
Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
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
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
1
|
2
|
3
|
4
|
5
|
||
1 | Elektrik ve Elektronik Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. |
X | ||||
2 | Elektrik ve Elektronik Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. |
X | ||||
3 | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular, değişik disiplinlere ait bilgileri bir arada kullanabilir. |
X | ||||
4 | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. |
X | ||||
5 | Elektrik ve Elektronik Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. |
X | ||||
6 | Yeni ve/veya özgün fikir ve yöntemler geliştirir, karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. |
X | ||||
7 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. |
X | ||||
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.
|
X | ||||
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. |
X | ||||
11 | Elektrik ve Elektronik Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların elektrik ve elektronik mühendisliği uygulamalarına getirdiği kısıtların farkındadır. |
|||||
12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest