Otonom Araç Sistemleri ve Yapay Zeka Eğitimi

Eğitim Hakkında

Bu eğitim, otonom sürüş ve ileri sürücü destek sistemleri geliştiren mühendislerin algılama, konumlama, tahmin, planlama ve kontrol katmanlarını yapay zeka yöntemleriyle uçtan uca tasarlaması için hazırlanmış ileri düzey bir programdır. Katılımcılar ROS 2, Autoware, CARLA ve nuScenes ile çalışır, fonksiyonel güvenlik ve senaryo tabanlı doğrulamayı uygular.

Neden Bu Eğitim?

Uçtan Uca Yığın. Sensör verisinden direksiyon ve gaz komutuna kadar otonom sürüş yazılım yığınının tüm katmanlarını birlikte görün.

Simülasyonda Uygulama. CARLA ve açık veri setleriyle algılama, tahmin ve planlama algoritmalarını güvenli ortamda deneyin.

Güvenlik Mühendisliği. ISO 26262, ISO 21448 SOTIF ve senaryo tabanlı test yaklaşımlarını geliştirme sürecine erkenden entegre edin.

“Otonom sürüşte başarı, aracın kusursuz olduğu anlarla değil, belirsizlikle karşılaştığında da güvenli kalabilmesiyle ölçülür.”

Ön Koşullar

Python ve PyTorch — Python ile orta düzey programlama ve PyTorch ile sinir ağı eğitimi deneyimi.
Matematik Temeli — Doğrusal cebir, olasılık ve koordinat dönüşümleri konularında sağlam bilgi.
Linux ve ROS — Linux komut satırı kullanımı; ROS veya ROS 2 deneyimi avantaj sağlar.
GPU'lu Ortam — CUDA destekli GPU, Ubuntu tabanlı iş istasyonu veya bulut GPU sunucusu erişimi.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiOtonomi seviyelerini ve sistem mimarilerini kavramak, sensör teknolojilerini ve kalibrasyonu öğrenmek, ROS 2 ve Autoware yazılım yığınını ve açık veri setlerini tanımak.

Modül 1

Otonom Sürüş Ekosistemi ve Mimariler

SAE J3016 otomasyon seviyeleri ve sorumluluk devri
Operasyonel tasarım alanı (ODD) tanımlama
Modüler yığın ile uçtan uca öğrenen sistemlerin farkı
Robotaksi, otoyol pilotu ve ADAS yaklaşımları
Donanım platformları: NVIDIA DRIVE ve alan denetleyicileri
Vaka: Otoyol şerit takip sisteminin mimari analizi

Modül 2

Sensör Teknolojileri ve Kalibrasyon

Kamera, LiDAR, radar ve ultrasonik sensör karakteristiği
GNSS, RTK ve IMU ile konum ve yönelim ölçümü
İç ve dış kalibrasyon: kamera-LiDAR hizalaması
Zaman senkronizasyonu ve PTP protokolü
Hava koşullarının sensör başarımına etkisi
Laboratuvar: LiDAR noktalarını kamera görüntüsüne izdüşüm

Modül 3

ROS 2 ve Autoware Yazılım Yığını

ROS 2 düğüm, konu, servis ve DDS ara katmanı
Autoware mimarisi: algılama, planlama ve kontrol
TF2 ile koordinat çerçeveleri yönetimi
rosbag2 ile sensör verisi kaydı ve yeniden oynatma
Gerçek zamanlılık, QoS ayarları ve gecikme bütçesi
Laboratuvar: ROS 2 ile sensör veri akışı ve RViz

Modül 4

Veri Setleri ve Simülasyon Ortamları

KITTI, nuScenes ve Waymo Open Dataset yapıları
Açıklama formatları ve 3B sınırlayıcı kutular
CARLA simülatörü: harita, sensör ve trafik kurgusu
CARLA-ROS 2 köprüsü ile simülasyon entegrasyonu
Veri motoru (data engine) ve filo verisi döngüsü
Laboratuvar: nuScenes sahnesini keşfetme ve gün sonu

Günün hedefiKamera ve LiDAR verisinde 2B ve 3B nesne tespiti yapmak, kuş bakışı çok sensörlü füzyon mimarilerini uygulamak ve tespit edilen nesneleri zaman içinde takip etmek.

Modül 1

Kamera Tabanlı Algılama

YOLO ve RT-DETR ile trafik nesnesi tespiti
Şerit tespiti ve yol kenarı çıkarımı yöntemleri
Anlamsal bölütleme ile sürülebilir alan tespiti
Monoküler derinlik tahmini ve sınırları
Trafik işareti ve trafik ışığı durumunu tanıma
Laboratuvar: Sürüş videosunda nesne ve şerit tespiti

Modül 2

LiDAR ile 3B Algılama

Nokta bulutu işleme: Open3D, voksel ve zemin ayrımı
PointPillars ve CenterPoint mimarileri
OpenPCDet ile 3B tespit modeli eğitimi
3B metrikler: mAP ve nuScenes Detection Score (NDS)
Seyrek ve uzak nesnelerde başarım sorunları
Laboratuvar: nuScenes üzerinde PointPillars eğitimi

Modül 3

Çok Sensörlü Füzyon ve BEV Temsili

Erken, orta ve geç füzyon stratejileri
Kuş bakışı (BEV) temsili ve görüntüden BEV'e dönüşüm
BEVFusion ve BEVFormer yaklaşımları
Doluluk ağları (occupancy networks) ile 3B sahne
Radar-kamera füzyonu ve kötü hava dayanıklılığı
Demo: BEVFusion çıktılarının görselleştirilmesi

Modül 4

Nesne Takibi ve Durum Kestirimi

Kalman filtresi ve genişletilmiş Kalman filtresi
Macar algoritması ile tespit-iz eşleştirme
3B çoklu nesne takibi: AB3DMOT yaklaşımı
İz başlatma, sonlandırma ve kimlik değişimi sorunları
Takip metrikleri: AMOTA ve kimlik değişim sayısı
Laboratuvar: LiDAR tespitleriyle 3B takip ve gün sonu

Günün hedefiAracın konumunu farklı sensörlerle hassas kestirmek, SLAM ve HD haritaları kullanmak ve çevredeki trafik katılımcılarının gelecekteki hareketlerini tahmin etmek.

Modül 1

Konumlama Yöntemleri

GNSS ve IMU verisinin EKF ile birleştirilmesi
NDT ve ICP ile LiDAR tarama eşleştirme
Görsel ve görsel-inersiyal odometri
Tekerlek odometrisi ve araç kinematik modeli
Konum belirsizliği ve bütünlük izleme
Laboratuvar: GNSS-IMU füzyonu ile konum kestirimi

Modül 2

SLAM ve Yüksek Çözünürlüklü Haritalar

LiDAR SLAM: LIO-SAM ve döngü kapatma
HD harita katmanları ve Lanelet2 formatı
ASAM OpenDRIVE ile yol ağı ve şerit geometrisi tanımı
Harita güncelliği ve harita bağımsız yaklaşımlar
Çevrimiçi vektör harita üretimi (MapTR yaklaşımı)
Demo: Autoware'de nokta bulutu harita üretimi

Modül 3

Hareket ve Yörünge Tahmini

Fizik tabanlı ve öğrenme tabanlı tahmin yaklaşımları
Sahne bağlamı kodlama: raster ve vektör temsiller
VectorNet ve dönüştürücü tabanlı tahmin modelleri
Çok modlu tahmin ve olasılık dağılımları
Metrikler: minADE, minFDE ve kaçırma oranı
Etkileşim farkında tahmin ve ortak planlama

Modül 4

Tahmin Modeli Uygulaması

Argoverse 2 veri seti ve senaryo yapısı
Ajan geçmişi ve harita özelliklerinin hazırlanması
Basit LSTM kodlayıcı-çözücü tahmin modeli
Dönüştürücü tabanlı modelle karşılaştırma
Tahmin hatalarının senaryo bazında analizi
Laboratuvar: Yörünge tahmin modeli ve gün değerlendirmesi

Günün hedefiDavranış ve hareket planlama algoritmalarını uygulamak, araç dinamiği modelleriyle kontrolcü tasarlamak ve taklit öğrenme ile uçtan uca sürüş yaklaşımlarını değerlendirmek.

Modül 1

Davranış Planlama ve Karar Verme

Durum makineleri ve davranış ağaçları ile karar yapısı
Kural tabanlı ve maliyet tabanlı karar yaklaşımları
Belirsizlik altında karar: POMDP kavramı
Trafik kuralları ve sorumluluk hassas güvenlik (RSS)
Kavşak, şerit değiştirme ve yaya etkileşimi senaryoları
Atölye: Kavşak geçişi için davranış ağacı tasarımı

Modül 2

Hareket Planlama Algoritmaları

Grafik arama: A* ve hibrit A* ile park planlama
Frenet koordinatlarında yörünge üretimi
Örnekleme tabanlı planlama: RRT* ve kafes planlayıcı
Hız profili optimizasyonu ve konfor kısıtları
Çarpışma kontrolü ve güvenli mesafe hesaplama
Laboratuvar: Frenet planlayıcı ile engelden kaçınma

Modül 3

Araç Dinamiği ve Kontrol

Kinematik ve dinamik bisiklet modeli
Boylamsal kontrol: PID ile hız takibi
Yanal kontrol: Pure Pursuit ve Stanley yöntemleri
Model öngörülü kontrol (MPC) ile yörünge takibi
Aktüatör gecikmesi ve kısıtlarının etkisi
Laboratuvar: CARLA'da MPC ile yol takibi

Modül 4

Uçtan Uca ve Öğrenen Sürüş Sistemleri

Taklit öğrenme ve dağılım kayması sorunu
TransFuser ve UniAD gibi uçtan uca mimariler
Pekiştirmeli öğrenme ile sürüş politikası eğitimi
Dünya modelleri ve görü-dil-eylem (VLA) yaklaşımları
Açıklanabilirlik ve doğrulanabilirlik güçlükleri
Demo: CARLA'da taklit öğrenme ajanı ve gün sonu

Günün hedefiFonksiyonel güvenlik ve SOTIF gerekliliklerini YZ bileşenlerine uygulamak, senaryo tabanlı doğrulama kurmak, mevzuatı değerlendirmek ve projeyi sunmak.

Modül 1

Fonksiyonel Güvenlik ve SOTIF

ISO 26262: tehlike analizi, ASIL ve güvenlik hedefleri
ISO 21448 SOTIF: işlevsel yetersizlik ve tetikleyiciler
ISO/PAS 8800 ile yapay zeka bileşenlerinde güvenlik
UL 4600 ve güvenlik argümanı (safety case) yaklaşımı
Algılama belirsizliği ve dağılım dışı veri tespiti
Atölye: Yaya tespit modülü için SOTIF analizi

Modül 2

Senaryo Tabanlı Test ve Doğrulama

ASAM OpenSCENARIO ile senaryo tanımlama
Kritik senaryo üretimi ve parametre uzayı taraması
Yazılım ve donanım döngüde test (SIL, HIL)
Kapsama ölçütleri ve simülasyon doğruluğu
Yol testi metrikleri ve devralma analizi
Laboratuvar: CARLA'da kesişen yaya senaryosu testi

Modül 3

Siber Güvenlik, Mevzuat ve Yayına Alma

UNECE R155 siber güvenlik ve R156 yazılım güncelleme
UN R157 ALKS ve otomatik sürüş tip onayı çerçevesi
AB otomatik sürüş sistemi tip onayı düzenlemesi
Uç donanımda model optimizasyonu ve TensorRT
Filo verisi, OTA güncelleme ve sürekli iyileştirme
Vaka: Seviye 3 otoyol pilotunun onay süreci analizi

Modül 4

Bitirme Projesi ve Kapanış

Proje: CARLA'da algılama, planlama ve kontrol entegrasyonu
Proje sunumları ve güvenlik argümanı değerlendirmesi
Kurumsal otonom sürüş yetkinlik yol haritası
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve laboratuvar kodlarının teslimi
İleri öğrenme kaynakları ve kapanış

Eğitim Kazanımları

Sistem Mimarisi — SAE seviyeleri ve ODD tanımıyla modüler veya uçtan uca otonom sürüş mimarisini gerekçeli kurgulayabileceksiniz.
Sensör ve Kalibrasyon — Kamera, LiDAR, radar ve GNSS-IMU verilerini kalibre edip ROS 2 üzerinde senkronize işleyebileceksiniz.
Çevre Algılama — Kamera ve LiDAR ile 2B ve 3B nesne tespiti, BEV füzyonu ve 3B takip modelleri geliştirebileceksiniz.
Hassas Konumlama — GNSS-IMU füzyonu, tarama eşleştirme ve HD haritalarla aracın konumunu hassas biçimde kestirebileceksiniz.
Hareket Tahmini — Trafik katılımcılarının çok modlu yörüngelerini derin öğrenme modelleriyle tahmin edip değerlendirebileceksiniz.
Planlama ve Kontrol — Davranış ağacı, Frenet planlayıcı ve MPC ile güvenli ve konforlu araç hareketi tasarlayabileceksiniz.
Öğrenen Sürüş — Taklit öğrenme ve uçtan uca sürüş modellerinin güçlü yönlerini ve doğrulama güçlüklerini değerlendireceksiniz.
Güvenlik ve Onay — ISO 26262, SOTIF, ISO/PAS 8800 ve UNECE gerekliliklerini senaryo tabanlı testlerle uygulayabileceksiniz.

Kimler İçin Uygundur?

Otomotiv ve mobilite şirketlerinin yazılım
algılama ve kontrol mühendisleri
ADAS geliştiricileri
robotik mühendisleri ile doğrulama ve fonksiyonel güvenlik uzmanları.

Sıkça Sorulan Sorular

Otonom Araç Sistemleri ve Yapay Zeka Eğitimi kimler için uygundur?

Program; otomotiv ve mobilite şirketlerinin yazılım, algılama ve kontrol mühendisleri, ADAS geliştiricileri, robotik mühendisleri ile doğrulama ve fonksiyonel güvenlik uzmanları için tasarlanmıştır.

Eğitim ne kadar sürer ve nasıl yapılandırılmıştır?

Eğitim 5 tam gün ve 20 modülden oluşur. Sırasıyla temeller ve sensörler, algılama ve füzyon, konumlama ve tahmin, planlama ve kontrol, son gün güvenlik, doğrulama, mevzuat ve bitirme projesi işlenir.

Hangi yazılım, simülatör ve veri setleri kullanılıyor?

ROS 2, Autoware, CARLA, Open3D, OpenPCDet ve PyTorch kullanılır. Uygulamalar KITTI, nuScenes, Waymo Open Dataset ve Argoverse 2 gibi açık veri setleri üzerinde yürütülür.

Katılım için hangi ön bilgiler gerekiyor?

Python ile orta düzey programlama, PyTorch deneyimi, doğrusal cebir ve olasılık bilgisi ile Linux komut satırı kullanımı beklenir. ROS deneyimi avantaj sağlar; laboratuvarlar için GPU'lu bir ortam gerekir.

Eğitim kuruma özel uyarlanabilir mi, sertifika veriliyor mu?

Evet. Kapalı kurum gruplarında içerik ADAS, otonom lojistik aracı veya savunma kara araçları gibi kurumun odağına göre uyarlanabilir. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

OTONOM ARAÇ SİSTEMLERİ VE YAPAY ZEKA EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Ön Koşullar

Eğitim İçeriği

Otonom Sürüş Ekosistemi ve Mimariler

Sensör Teknolojileri ve Kalibrasyon

ROS 2 ve Autoware Yazılım Yığını

Veri Setleri ve Simülasyon Ortamları

Kamera Tabanlı Algılama

LiDAR ile 3B Algılama

Çok Sensörlü Füzyon ve BEV Temsili

Nesne Takibi ve Durum Kestirimi

Konumlama Yöntemleri

SLAM ve Yüksek Çözünürlüklü Haritalar

Hareket ve Yörünge Tahmini

Tahmin Modeli Uygulaması

Davranış Planlama ve Karar Verme

Hareket Planlama Algoritmaları

Araç Dinamiği ve Kontrol

Uçtan Uca ve Öğrenen Sürüş Sistemleri

Fonksiyonel Güvenlik ve SOTIF

Senaryo Tabanlı Test ve Doğrulama

Siber Güvenlik, Mevzuat ve Yayına Alma

Bitirme Projesi ve Kapanış

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Benzer Programlar

Yapay Zeka Güvenliğine Giriş Eğitimi

Yapay Zeka Kurumsal Strateji Yönetimi Eğitimi

Yapay Zeka Küresel Yönetişim Çerçeveleri Eğitimi