System och algoritmer för autonoma fordon 7,5 hp

Om kursen

Kursen ger en fördjupad introduktion till autonoma fordon, som tar upp både algoritmaspekten och systemaspekten.
Kursen består av teori och praktiska laborationer.

Teori: Den historiska bakgrunden för autonom körning; perception, planering och kontroll för autonoma fordon; grunderna för maskininlärning, djupinlärning och förstärkningsinlärning; Konvolutionella neurala nätverk för perception, inklusive objektklassificering, objektdetektering och segmentering; klassiska planerings- och kontrollalgoritmer; Planering baserat på förstärkningsinlärning och kontrollalgoritmer; säkerhetsfrågor; hårdvaru- och mjukvaruplattformar.

Laborationsuppgifter: Träning och distribution av Deep Learning-modeller för autonom körning med ett ramverk som Tensorflow eller PyTorch; implementering av en del av pipelinen perception, planering och kontroll i en simuleringsmiljö.