System och algoritmer för autonoma fordon

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 inte så 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 inlärande (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.