AUTONOMOUS VEHICLE DRIVING

ANTONIO GRECO AUTONOMOUS VEHICLE DRIVING

0622700063
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2021/2022

OBBLIGATORIO
ANNO CORSO 2
ANNO ORDINAMENTO 2017
SECONDO SEMESTRE
CFUOREATTIVITÀ
324LEZIONE
216ESERCITAZIONE
18LABORATORIO
Obiettivi
IL CORSO HA L'OBIETTIVO DI INTRODURRE LE PRINCIPALI PROBLEMATICHE RELATIVE ALLA REALIZZAZIONE DI SISTEMI PER LA GUIDA AUTONOMA DI VEICOLI.

CONOSCENZE E capacità di COMPRENSIONE
TECNOLOGIE PER I SENSORI USATI IN VEICOLI A GUIDA AUTONOMA. PRINCIPALI PROCESSI CHE CARATTERIZZANO UN SISTEMA DI GUIDA AUTONOMA O DI SUPPORTO ALLA GUIDA (LOCALIZZAZIONE E MAPPING, COMPRENSIONE DELLA SCENA, PIANIFICAZIONE DEL MOVIMENTO E ANALISI DELLO STATO DEL CONDUCENTE).

Conoscenza e capacità di comprensione applicate
REALIZZARE UN SEMPLICE SISTEMA DI GUIDA AUTONOMA, IMPLEMENTANDO TUTTI I COMPONENTI DEL SISTEMA,
ANCHE CON L'AIUTO DI SOFTWARE DI SIMULAZIONE.
Prerequisiti
Per il proficuo raggiungimento degli obiettivi prefissati è richiesta la conoscenza dei contenuti del corso di Machine Learning e del linguaggio Python.
Contenuti
- INTRODUZIONE SUI SISTEMI A GUIDA AUTONOMA - LIVELLI DI GUIDA AUTONOMA (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 4/0/0)

- SIMULATION ENVIRONMENT. CARLA SIMULATOR. SETUP E PRELIMINARIES (GESTIONE MONDI, WAYPOINT, AGENTI) (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 2/2/0)

- SOFTWARE ARCHITECTURE, VEHICLE CONTROL AND ACTUATION. (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 6/2/0)

- SENSORI IN AMBITO AUTOMOTIVE (CAMERA, RADAR, LIDAR, SONAR, GNSS, IMU). PROGETTO DI POSIZIONAMENTO DEI SENSORI SU UN VEICOLO A GUIDA AUTONOMA. LOCALIZATION AND STATE ESTIMATION (EXTENDED KALMAN FILTER) (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 6/2/0)

- MOTION PLANNING (HIERARCHICAL PLANNING, MISSION PLANNING (A*), BEHAVIORAL PLANNING, LOCAL PLANNING). HIGH DEFINITION MAP REPRESENTATION. IMITATION LEARNING E REINFORCEMENT LEARNING PER END2END MOTION PLANNING (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 10/6/0)

- SCENE PERCEPTION, LANE DETECTION AND FOLLOWING, OBJECT DETECTION E RECOGNITION, DRIVING SCENE SEGMENTATION, TRACKING DA CAMERA IN MOVIMENTO, SIGN DETECTION E CLASSIFICATION (ORE LEZIONE/ESERCITAZIONE/LABORATORIO 4/4/0)

TOTALE ORE LEZIONE/ESERCITAZIONE/LABORATORIO: 32/16/0
Metodi Didattici
LINSEGNAMENTO CONTEMPLA LEZIONI TEORICHE, ESERCITAZIONI IN AULA ED ESERCITAZIONI PRATICHE DI LABORATORIO. NELLE ESERCITAZIONI IN AULA VENGONO ASSEGNATI AGLI STUDENTI, SIA INDIVIDUALMENTE CHE DIVISI PER GRUPPI DI LAVORO, DEI PROGETTO DA SVILUPPARE UTILIZZANDO I CONTENUTI DELLINSEGNAMENTO. I PROGETTI SONO STRUMENTALI, OLTRE ALLACQUISIZIONE DELLE COMPETENZE E ABILITÀ SUI CONTENUTI DELLINSEGNAMENTO, ANCHE A SVILUPPARE E RAFFORZARE LE CAPACITÀ DI LAVORARE IN TEAM. NELLE ESERCITAZIONI IN LABORATORIO GLI STUDENTI IMPLEMENTANO I PROGETTI ASSEGNATO UTILIZZANDO LA LIBRERIA CARLA.
PER POTER SOSTENERE LA VERIFICA FINALE DEL PROFITTO E CONSEGUIRE I CFU RELATIVI ALLATTIVITÀ FORMATIVA, LO STUDENTE DOVRÀ AVERE FREQUENTATO ALMENO IL 70% DELLE ORE PREVISTE DI ATTIVITÀ DIDATTICA ASSISTITA.
Verifica dell'apprendimento
LA PROVA DI ESAME È FINALIZZATA A VALUTARE NEL SUO COMPLESSO: LA CONOSCENZA E LA CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI AL CORSO; LA CAPACITÀ DI APPLICARE TALI CONOSCENZE PER LA RISOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE CHE RICHIEDONO LUSO DI TECNICHE DI VISIONE ARTIFICIALE; LAUTONOMIA DI GIUDIZIO, LE ABILITÀ COMUNICATIVE E LA CAPACITÀ DI APPRENDERE.
LA PROVA SI ARTICOLA IN DUE FASI: UNA PRIMA CONSISTE IN UN COLLOQUIO ORALE E NELLA DISCUSSIONE DEI MID TERM PROJECTS SVOLTI INDIVIDUALMENTE DURANTE IL CORSO.UNA SECONDA FASE PREVEDE LA REALIZZAZIONE DI UN FINAL TERM PROJECT: GLI STUDENTI, DIVISI IN TEAM, DEVONO REALIZZARE UN SISTEMA FINALIZZATO AD UNA COMPETIZIONE TRA I VARI TEAM. SONO OGGETTO DI VALUTAZIONE LE SCELTE PROGETTUALI E METODOLOGICHE EFFETTUATE, INSIEME CON IL RISULTATO OTTENUTO DAL TEAM DURANTE LA COMPETIZIONE.LO SCOPO E QUELLO DI VALUTARE LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE ACQUISITE, LA CAPACITÀ DI APPLICARE LE CONOSCENZE, LAUTONOMIA DI GIUDIZIO E LA CAPACITÀ DI LAVORARE IN GRUPPO.
NELLA VALUTAZIONE FINALE, ESPRESSA IN TRENTESIMI, LA VALUTAZIONE DEI MID TERM PROJECTS E DEL COLLOQUIO ORALE PESERÀ PER IL 60%, MENTRE IL FINAL TERM PROJECT PESERÀ PER IL 40%. LA LODE POTRÀ ESSERE ATTRIBUITA AGLI STUDENTI CHE DIMOSTRINO DI SAPER APPLICARE LE CONOSCENZE ACQUISITE CON AUTONOMIA ANCHE IN CONTESTI DIVERSI DA QUELLI PROPOSTI NEL CORSO
Testi
Materiale didattico fornito durante il corso.

IL MATERIALE DIDATTICO SARà DISPONIBILE NELLA SEZIONE DEDICATA DELL'INSEGNAMENTO ALL'INTERNO DELLA PIATTAFORMA E-LEARNING DI ATENEO (HTTP://ELEARNING.UNISA.IT) ACCESSIBILE AGLI STUDENTI DEL CORSO TRAMITE LE CREDENZIALI UNICHE DI ATENEO
Altre Informazioni
L'INSEGNAMENTO E'EROGATO IN INGLESE
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-11-21]