Интеллектуальные системы в электромобилях и гибридных автомобилях

Байгереев Самат Ракимгалиевич

*InstructorProfile(zh-CN)*

内容描述: Интеллектуальные системы, устанавливаемые в электромобилях и гибридных автомобилях. Бесключевой доступ к управлению автомобилем. Смартфон или карта вместо ключа. Дистанционный контроль над системами автомобиля. Система камер для записи окружения и распознавания лиц. Система навигации и автопилот. Парктроники и ассистент парковки. Голосовое управление и распознавание голоса. Электромобиль как накопитель энергии для питания. Системы инфотейнмента. Беспроводная зарядка. Имитация звука мотора

贷款数: 5

Пререквизиты:

  • Строительно-дорожные машины

*СomplexityDiscipline(zh-CN)*:

*TypesOfClasses(zh-CN)* *hours(zh-CN)*
*Lectures(zh-CN)* 30
*PracticalWork(zh-CN)* 15
*LaboratoryWork(zh-CN)*
*srop(zh-CN)* 30
*sro(zh-CN)* 75
*FormOfFinalControl(zh-CN)* экзамен
*FinalAssessment(zh-CN)* экзамен

零件: Компонент по выбору

循环次数: Профилирующие дисциплины

Цель
  • Освоение интеллектуальных систем в электромобилях и гибридных автомобилях
Задача
  • изучить разновидности и функциональные возможности интеллектуальных систем в электромобилях и гибридных автомобилях
Результат обучения: знание и понимание
  • знать виды и понимать функциональные возможности интеллектуальных систем в электромобилях и гибридных автомобилях
Результат обучения: применение знаний и пониманий
  • использовать функциональные возможности интеллектуальных систем в электромобилях и гибридных автомобилях
Результат обучения: формирование суждений
  • формировать суждение о потенциальных возможностях интеллектуальных систем в электромобилях и гибридных автомобилях
Результат обучения: коммуникативные способности
  • осуществлять коммуникацию с интеллектуальными системами в электромобилях и гибридных автомобилях
Результат обучения: навыки обучения или способности к учебе
  • практические навыки использования интеллектуальных систем в электромобилях и гибридных автомобилях и способность к углубленному обучению
*TeachingMethods(zh-CN)*

Дуальное образование - связь теоретического обучения и практических навыков на производстве

*AssessmentKnowledge(zh-CN)*

Преподаватель проводит все виды работ текущего контроля и выводит соответствующую оценку текущей успеваемости обучающихся два раза в академический период. По результатам текущего контроля формируется рейтинг 1 и 2. Учебные достижения обучающегося оцениваются по 100-балльной шкале, итоговая оценка Р1 и Р2 выводится как средняя арифметическая из оценок текущей успеваемости. Оценка работы обучающегося в академическом периоде осуществляется преподавателем в соответствии с графиком сдачи заданий по дисциплине. Система контроля может сочетать письменные и устные, групповые и индивидуальные формы.

*Period2(zh-CN)* *TypeOfTask(zh-CN)* *Total(zh-CN)*
1  *Rating(zh-CN)* 1 задание 0-100
2 задание
тест
2  *Rating(zh-CN)* 3 задание 0-100
4 задание
тест
*TotalControl(zh-CN)* экзамен 0-100
*PolicyAssignmentTask(zh-CN)*
*TypeOfTask(zh-CN)* 90-100 70-89 50-69 0-49
Excellent *Grade4(zh-CN)* *Grade3(zh-CN)* *Grade2(zh-CN)*
практическая работа Работа выполнена в полном объёме, аккуратно, с необходимыми пояснениями; приведены исходные данные; результаты расчета, единицы измерений; выводы. Работа выполнена в полном объёме с незначительными замечаниями, аккуратно; с необходимыми пояснениями; приведены исходные данные; результаты расчета, единицы измерений; выводы. Работа выполнена с ошибками, не достаточно аккуратно; отсутствуют необходимые пояснения; отсутствуют исходные данные; результаты расчета, единицы измерений или выводы. Работа выполнена с грубыми ошибками, неаккуратно; необходимые пояснения отсутствуют; отсутствуют исходные данные; результаты расчета, единицы измерений или выводы.
тестирование 100-90% правильных ответов 89-70% правильных ответов 69-50% правильных ответов 49-0% правильных ответов
экзамен 1. Даны правильные и полные ответы на все теоретические вопросы; 2. Полностью решена задача; 3. Материал изложен грамотно с соблюдением логической последовательности 1. Даны правильные, но неполные ответы на все теоретические вопросы, допущены несущественные погрешности или неточности; 2. Задача решена, однако допущена незначительная ошибка; 3. Материал изложен грамотно с соблюдением логической последовательности. 1. Ответы на теоретические вопросы в принципе правильные, но неполные, допущены неточности в формулировках и логические погрешности; 2. Задача решена, но не полностью; 3. Материал изложен грамотно, однако нарушена логическая последовательность. 1. Ответы на теоретические вопросы содержат грубые ошибки; 2. Задача не решена; 3. В изложении ответа допущены грамматические, терминологические ошибки, нарушена логическая последовательность.
*EvaluationForm(zh-CN)*

Итоговая оценка знаний обучающего по дисциплине осуществляется по 100 балльной системе и включает:

  • 40% результата, полученного на экзамене;
  • 60% результатов текущей успеваемости.

Формула подсчета итоговой оценки:

И= 0,6 Р1+Р2 +0,4Э
2

 

где, Р1, Р2 – цифровые эквиваленты оценок первого, второго рейтингов соответственно; Э – цифровой эквивалент оценки на экзамене.

Итоговая буквенная оценка и ее цифровой эквивалент в баллах:

Буквенная система оценки учебных достижений обучающихся, соответствующая цифровому эквиваленту по четырехбалльной системе:

Оценка по буквенной системе Цифровой эквивалент Баллы (%-ное содержание) Оценка по традиционной системе
A 4.0 95-100 Отлично
A- 3.67 90-94
B+ 3.33 85-89 Хорошо
B 3.0 80-84
B- 2.67 75-79
C+ 2.33 70-74
C 2.0 65-69 Удовлетворительно
C- 1.67 60-64
D+ 1.33 55-59
D 1.0 50-54
FX 0.5 25-49 Неудовлетворительно
F 0 0-24
Темы лекционных занятий
  • Основы и применение искусственного интеллекта в ADAS и беспилотных транспортных средствах
  • Вычислительные технологии в беспилотных транспортных средствах
  • Обзор интеллектуальных технологий и решений для ADAS
  • Флэш-память и NAND
  • Интернет соединение
  • Камеры в современных системах помощи водителю и автономных транспортных средствах
  • Lidar технология
  • Радарные технологии
  • Электрохимические силовые системы для современных автомобилей с системами помощи водителю
  • Управление мощностью подключаемых электромобилей в интеллектуальных сетях Smart Grids
  • Усовершенствованная архитектура привода и современные мотор-колеса
  • Технология автомобильного дисплея
  • Диск для хранения данных в центре обработки данных
  • Роль и ответственность инженера по надежности оборудования
  • Анализ отказов в ADAS
Основная литература
  • 1. Autonomous Vehicles: Intelligent Transport Systems and Smart Technologies (Engineering Tools, Techniques and Tables) by Nicu Bizon, Lucian Dascalescu, Naser Mahdavi Tabatabaei. Nova Science Pub Inc., 2014. 544 Pages. ISBN: 978-1-63321-324-1 2. Yan Li, Hualiang Shi. Advanced Driver Assistance Systems and Autonomous Vehicles. From Fundamentals to Applications. Springer Nature Singapore, January 2022. 629 Pages. ISBN 978-9-81-195052-0, ISBN 978-9-81-195053-7 (eBook). DOI 10.1007/978-981-19-5053-7 3. Vehicular Communications for Smart Cars: Protocols, Applications and Security Concerns. By Niaz Chowdhury, Lewis Mackenzie. 1st Edition. Boca Raton, CRC Press, 2021. 216 Pages. ISBN 9781315110905 (eBook). DOI: https://doi.org/10.1201/9781315110905.
Дополнительная литература
  • 4. Khare, M.D., Raghavendra, R. (2024). Exploring Sensor Technologies and Automation Levels in Autonomous Vehicles. In: Verma, O.P., Wang, L., Kumar, R., Yadav, A. (eds) Machine Intelligence for Research and Innovations. MAiTRI 2023. Lecture Notes in Networks and Systems, vol 831. Springer, Singapore. https://doi.org/10.1007/978-981-99-8135-9_26 5. Горев, А. Э. Информационные технологии на транспорте : учебник для вузов / А. Э. Горев. — 3-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2024. — 314 с. — (Высшее образование). — ISBN 978-5-534-17349-9. 6. Amit Kumar Tyagi, Niladhuri Sreenath. Intelligent Transportation Systems: Theory and Practice. Springer Singapore. 2022. 391 Pages. ISBN 978-981-19-7621-6. ISBN 978-981-19-7622-3 (eBook). DOI: https://doi.org/10.1007/978-981-19-7622-3