查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

111-2 316586 自駕車理論與實務 1 3.0 3 ★ 蔣欣翰車輛所 18 1 　

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
111-2	316586	自駕車理論與實務	1	3.0	3	★	蔣欣翰	車輛所	18	1

教學大綱與進度：

教師姓名蔣欣翰　教師諮商時間(Office Hours)

Email hsinhan1001@gmail.com

最後更新時間 2022-12-15 23:32:36

課程大綱透過自駕車理論與實務的課程講述，以及搭配業師實作經驗分享，除可以使修課同學對自駕車研究有基本概念之外，也可以藉本堂課引發對新興車輛技術研究領域與其實際應用之興趣。本課程涵蓋內容為自駕車軌跡規劃與控制、先進駕駛輔助控制設計、自駕車感知資料處理及物件偵測演算法、及AI技術應用於自駕車相關功能設計。本課程根據授課主題搭配實驗單元與期末專題，配合使用Matlab/Simulink、CarSim、Python、AI ToolBox等工具軟體，讓修課同學可應用課堂所學來進行自駕車演算法與技術開發，及透過模擬結果分析與驗證。 This course aims to teach the lessons of autonomous vehicle (AV) theory and practical applications. Moreover, with the experience sharing and cooperative lecturing from industrial experts, students can gain more knowledge about the fundamental concepts of AV research. The course introduces major contents including path planning and tracking control design, advanced driver-assistance systems (ADAS), perception data processing and detection algorithms, and AI-based technologies in the applications of AV. The course will arrange some labs and the term project to provide students, through conducted simulation analysis and verification, with an in-depth understanding of the emerging technology of AV.

課程進度
(1-16週) Week 1: 課程簡介與自駕車應用與發展趨勢 Week 2: 自駕車系統介紹 Week 3: 自駕車關鍵技術與模組 Week 4: 自駕車控制設計與模擬(I) Week 5: 自駕車控制設計與模擬(II) Week 6: 自駕車開發工具介紹與使用(I) Week 7: 自駕車開發工具介紹與使用(II) Week 8: 自駕車模擬技術及延伸應用 Week 9: Midterm Week 10: 自駕車感知技術應用設計(I) Week 11: 自駕車感知技術應用設計(II) Week 12: 自駕車規劃與決策開發 Week 13: 自駕車AI應用介紹(I) Week 14: 自駕車AI應用介紹(II) Week 15: 自駕車強健性與安全 Week 16: 自駕車系統設計驗證與探討 Week 17: 未來展望(業界專家分享) Week 18: 期末專題與報告

評量方式與標準 Home Work: 40% Midterm Exams: 30% Term Project: 30%

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：是
1. Reference Book: Harald Waschl, Ilya Kolmanovsky, Frank Willems, Control Strategies for Advanced Driver Assistance Systems and Autonomous Driving Functions. Springer, 2019, ISBN 978-3-319-91569-2 (eBook). 2. 自編講義，教材內容參考外文原文書及期刊等資料。

課程諮詢管道每周課程結束後，以及助教及教師諮詢時間，同學可前往實驗室或教師辦公室討論授課內容相關問題。

延伸教學與資源

課程對應SDGs指標

課程是否導入AI

備註本學期原則採實體授課方式；因應疫情警戒標準，本學期教學及授課方式請依照學校網頁所公布之訊息為準。 (https://oaa.ntut.edu.tw/p/404-1008-98622.php?Lang=zh-tw) 1. 相關課程公告與相關事項將會發布於 Google classroom (開學後建立)。 2. 若因COVID-19疫情影響將提供 Google Meet 或 Microsoft teams 線上同步教學。

教師姓名	蔣欣翰　教師諮商時間(Office Hours)
Email	hsinhan1001@gmail.com
最後更新時間	2022-12-15 23:32:36
課程大綱	透過自駕車理論與實務的課程講述，以及搭配業師實作經驗分享，除可以使修課同學對自駕車研究有基本概念之外，也可以藉本堂課引發對新興車輛技術研究領域與其實際應用之興趣。本課程涵蓋內容為自駕車軌跡規劃與控制、先進駕駛輔助控制設計、自駕車感知資料處理及物件偵測演算法、及AI技術應用於自駕車相關功能設計。本課程根據授課主題搭配實驗單元與期末專題，配合使用Matlab/Simulink、CarSim、Python、AI ToolBox等工具軟體，讓修課同學可應用課堂所學來進行自駕車演算法與技術開發，及透過模擬結果分析與驗證。 This course aims to teach the lessons of autonomous vehicle (AV) theory and practical applications. Moreover, with the experience sharing and cooperative lecturing from industrial experts, students can gain more knowledge about the fundamental concepts of AV research. The course introduces major contents including path planning and tracking control design, advanced driver-assistance systems (ADAS), perception data processing and detection algorithms, and AI-based technologies in the applications of AV. The course will arrange some labs and the term project to provide students, through conducted simulation analysis and verification, with an in-depth understanding of the emerging technology of AV.
課程進度 (1-16週)	Week 1: 課程簡介與自駕車應用與發展趨勢 Week 2: 自駕車系統介紹 Week 3: 自駕車關鍵技術與模組 Week 4: 自駕車控制設計與模擬(I) Week 5: 自駕車控制設計與模擬(II) Week 6: 自駕車開發工具介紹與使用(I) Week 7: 自駕車開發工具介紹與使用(II) Week 8: 自駕車模擬技術及延伸應用 Week 9: Midterm Week 10: 自駕車感知技術應用設計(I) Week 11: 自駕車感知技術應用設計(II) Week 12: 自駕車規劃與決策開發 Week 13: 自駕車AI應用介紹(I) Week 14: 自駕車AI應用介紹(II) Week 15: 自駕車強健性與安全 Week 16: 自駕車系統設計驗證與探討 Week 17: 未來展望(業界專家分享) Week 18: 期末專題與報告
評量方式與標準	Home Work: 40% Midterm Exams: 30% Term Project: 30%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：是 1. Reference Book: Harald Waschl, Ilya Kolmanovsky, Frank Willems, Control Strategies for Advanced Driver Assistance Systems and Autonomous Driving Functions. Springer, 2019, ISBN 978-3-319-91569-2 (eBook). 2. 自編講義，教材內容參考外文原文書及期刊等資料。
課程諮詢管道	每周課程結束後，以及助教及教師諮詢時間，同學可前往實驗室或教師辦公室討論授課內容相關問題。
延伸教學與資源
課程對應SDGs指標
課程是否導入AI
備註	本學期原則採實體授課方式；因應疫情警戒標準，本學期教學及授課方式請依照學校網頁所公布之訊息為準。 (https://oaa.ntut.edu.tw/p/404-1008-98622.php?Lang=zh-tw) 1. 相關課程公告與相關事項將會發布於 Google classroom (開學後建立)。 2. 若因COVID-19疫情影響將提供 Google Meet 或 Microsoft teams 線上同步教學。