Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTS
8MKTS405Sensör Füzyonu3+0+036

Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Lisans
Bölümü / Programı Bilgisayar Mühendisliği
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Amacı Günümüzde mekatronik sistemlerde kullanılan önemli algılayıcı verileri bütünleştirici yöntemler ve algoritmaların tanımlanması ve bunların özellikle hareket algılama ile nesne takip problemlerine uygulanması bilgi ve becerileri kazanılması amaçlanmaktadır.
Dersin İçeriği Tahmin ve tespit teoremleri, doğrusal olan ve olmayan sistemlerde veri bütünlemesi, harelet sistem modelleri, algılayıcı ağ modelleri, konum belirleme ve tahmini, Kalman, genişletilmiş Kalman ve kokusuz Kalman süzgeçleri, parçacık süzgeci, veri işaretleri işleme ve doğrulama.
Dersin Yöntem ve Teknikleri
Ön Koşulları Yok
Dersin Koordinatörü Doç.Dr. Savaş DİLİBAL
Dersi Verenler Yok
Dersin Yardımcıları Arş.Gör. Feryadi Dağcı
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar Fredrik Gustafsson, Statistical Sensor Fusion, Professional Publishing House, 2012, ISBN: 9144077327.

Ders Yapısı
Mühendislik Bilimleri %80
Alan Bilgisi %20

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
Etkinlik Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 3 42
Sınıf Dışı Ç. Süresi 14 2 28
Ödevler 7 7 49
Sunum/Seminer Hazırlama 1 4 4
Ara Sınavlar 1 2 2
Uygulama 1 5 5
Laboratuvar 1 10 10
Proje 1 3 3
Yarıyıl Sonu Sınavı 1 2 2
Toplam İş Yükü   AKTS Kredisi : 5 145

Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Temel tahmin ve tespit teoremlerini tanımlayabilme
2 Algılayıcı ağlarda hedef konumunu tahmin ve tespit eden algoritmalar gerçekleme
3 Çok algılayıcılı doğrusal sistemlerde Kalman filtresini uygulayabilme
4 Eş zamanlı konum tespiti ve haritalama algoritması gerçekleyebilme
5 En yaygın hareket modellerini hedef takibi ve navigasyon uygulamalarında kullanabilme.


Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Algılayıcı bütünlemesine giriş Bölüm 1
2 Stokastik süreçler
3 Doğrusal model tabanlı tahmin ediciler Bölüm 2
4 Doğrusal olmayan model tabanlı tahmin ediciler Bölüm 3
5 Algılayıcı ağ modelleri Bölüm 4
6 Tespit teoremi Bölüm 5-6
7 Hareket sistemlerinin modellemesi Bölüm 12-14
8 Ara Sınav
9 Doğrusal olmayan Klaman filtresi Bölüm 8
10 Parçacık filtresi Bölüm 9
11 Eşzamanlı yer saptama ve haritalama Bölüm 11
12 Doğrulama teknikleri Bölüm 12-14
13 Proje Sunumları
14 Genel Sınav


Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11
Tüm 1
Ö1
Ö2
Ö3
Ö4
Ö5

Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek


https://obs.gedik.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=206135&curProgID=5607&lang=tr