Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással
    vissza a tantárgylistához   nyomtatható verzió    

    Okos város laboratórium

    A tantárgy angol neve: Smart City Laboratory

    Adatlap utolsó módosítása: 2023. április 20.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar     		MSc, Villamosmérnök, Okos város mellékspecializáció
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VITMMB09   0/0/3/f 4  
    3. A tantárgyfelelős személy és tanszék Dr. Fehér Gábor,
    4. A tantárgy előadója Dr. Fehér Gábor, docens, TMIT
    Dr. Vidács Attila, docens, TMIT
    Dr. Vida Rolland, docens, TMIT
    5. A tantárgy az alábbi témakörök ismeretére épít -
    6. Előtanulmányi rend
    Kötelező:
    NEM
    (TárgyEredmény( "BMEVITMMB04", "jegy" , _ ) >= 2
    VAGY
    TárgyEredmény("BMEVITMMB04", "FELVETEL", AktualisFelev()) > 0)

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

    Ajánlott:
    -
    7. A tantárgy célkitűzése A tantárgy célkitűzése az Okos város koncepció megvalósítását támogató hardver és szoftver architekturális építőkövek széles spektrumából néhány reprezentatív elem bemutatása, ezek segítségével rendszerszintű mérések megtervezése és elvégzése, esettanulmányok kiértékelése.
    8. A tantárgy részletes tematikája A gyakorlatok, laborok részletes tematikája:

    1. Intelligens közlekedési rendszerekkel kapcsolatos forgalom szimulátorokkal való ismerkedés. (jelenléti mérés)

    2. Forgalmi szimulációs feladat megoldása intelligens közlekedési rendszerekkel kapcsolatban. (távolléti mérés)

    3. Okos városhoz kapcsolódó IoT szenzor hardver építése és beüzemelése. Szenzor, mikrokontroller és rádió összeillesztése. Adatok küldése és fogadása. (jelenléti mérés)

    4. Okos városhoz kapcsolódó IoT platform használata. Szenzorból érkező adatok feldolgozása és megjelenítése. (távolléti mérés)

    5. Képfelismerési, képfeldolgozási feladatok utcai kameraképekkel. (jelenléti mérés)

    6. Okos városhoz kapcsolódó kamerakép vizsgálata és feldolgozása mélytanulás segítségével. (távolléti mérés)

    7. Okos város szenzorokból származó adatsor (mérőórák, környezeti adatok) elemzése mesterséges intelligenciával. Becslések, előrejelzések készítése. (jelenléti mérés)
    8. Okos városhoz kapcsolódó adatsor feldolgozása mesterséges intelligenciával (távolléti mérés)

    9. Önvezető autó szimulátor használata (CARLA), szenzorokból származó jelek feldolgozása. Lidar, radar, IMU, valamint nyers. mélységi és szegmentált kameraképek. Ismerkedés a szenzorokkal és a szimuláció kezelésével (jelenléti mérés)

    10. Szenzorok használatára épülő szimulációs feladat önvezető autóhoz. (távolléti mérés)


    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)
    • Laboratórium jelenléti és távolléti oktatásban fele-fele arányban. Összesen 5 -5 labor mérés 4 órás időtartammal. A távolléti oktatásnál konzultációs lehetőséget biztosítunk. A távolléti laborok esetében a hallgató a saját számítógépével meg tudja oldani a feladatot, minden szükséges egyéb erőforrást az oktatók biztosítanak. A jelenléti mérésekre a hallgatók a félév elején jelentkezhetnek, amennyiben a létszám szerint indokolt, hogy egy mérés több alkalommal is meg van tartva.
    • A mérésekre előzetesen készülni kell a mérésekhez elektronikus formában rendelkezésre álló mérési utasítások és segédletek alapján. A felkészülést a jelenléti mérés kezdetén a segédletek anyagából összeállított tesztkérdésekkel ellenőrizzük. Amennyiben az aktuális méréshez később távolléti mérés is csatlakozik, úgy a kérdések a távolléti mérésre is vonatkozhatnak. Amennyiben a feltett 5 tesztkérdésre adott hibás válaszok száma 2 vagy ennél több, a hallgatót pótmérésre utasítjuk.
    • A mérés során az mérési utasításban kötelezően előírt feladatokat el kell végezni. Minden labor mérésről a hallgatónak jegyzőkönyvet kell készítenie és azt elektronikus formában beadnia. A távolléti labor eredményét a hallgatónak a következő jelenléti mérésnél be kell mutatnia. Ebben az esetben, amennyiben a jegyzőkönyv azt indokolja, az oktatók eltekinthetnek a bemutatástól. A jegyzőkönyv alapján a labor mérésre osztályzatot kap a hallgató.
    10. Követelmények Szorgalmi időszakban:
    • A félév elismerése: 10 mérés elvégzése, mérésenként legalább elégséges osztályzat. A félévközi jegy a mérésekre adott osztályzatok számtani középértéke a szokásos kerekítési szabályok alkalmazása mellett.

    Vizsgaidőszakban: -

    11. Pótlási lehetőségek • Minden hallgató részére két pótmérési lehetőséget biztosítunk, amelyet a tárgyfelelős oktatóval és a mérésvezetővel egyeztetve legkésőbb a pótlási időszak végéig vehet igénybe.
    • Vizsgaidőszakban pótlási lehetőség nincs.
    12. Konzultációs lehetőségek Igény szerint, az előadóval előre egyeztetett időpontban.
    13. Jegyzet, tankönyv, felhasználható irodalom Előadásokhoz rendelt online olvasnivalók (könyvfejezetek, cikkek)
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra42
    Félévközi készülés órákra78
    Felkészülés zárthelyire0
    Házi feladat elkészítése0
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés0
    Összesen120
    15. A tantárgy tematikáját kidolgozta Dr. Fehér Gábor, docens, TMIT
    Dr. Vidács Attila, docens, TMIT
    Dr. Vida Rolland, docens, TMIT