System och algoritmer för autonoma fordon

Aktuellt kursbeskrivning finns i kursplanen.

UMU Kursplanesök

---

Autonoma fordon (Autonomous Vehicles) kan handla om personbilar, lastbilar, drönare eller olika typer av specialfordon, t.ex mobila robotar. Utvecklingen av autonoma fordon kan leda till omställningar inom flera branscher inom en inte alltför avlägsen framtid. Ett autonomt fordon är utrustat med inbyggda processorer och sensorer som kan registrera omgivningen, utföra sensorfusion för beslutsfattande, och har kontinuerlig styrning och reglering. Kursen ger en fördjupad introduktion till autonoma fordon där både algoritmer för Artificiell Intelligens (AI) och deras systemaspekter studeras.

De områden som behandlas inkluderar: nyckelbegrepp inom rörelseplanering för autonom körning baserad på uppfattningsinformation, nyckelbegrepp inom maskininlärning (ML), särskilt förstärkt lärande (Reinforcement Learning, RL) och djupförstärkningslärande (Deep Reinforcement Learning, DRL). Praktiska övningar med någon av de populära open-source ML-ramverken (Tensorflow eller PyTorch). Träning, distribution och validering av ML-baserade autonoma köralgoritmer i en simuleringsmiljö.

För tillträde till kursen krävs minst två års avklarade universitetsstudier innefattande kurser inom området Artificell intelligens (AI) eller Maskininlärning om minst 7,5 hp