GELİŞİM ROTASI

Youtube Videoları• How to rent cars with car keys• Mobilize EZ-1 Prototype Reveal – New Renault Mobility Brand• New in Paris - Zity, car sharing service

Araştırma Raporları• Car-Sharing-in-Europe

Makaleler• The demystification of car sharing• Car Sharing Market Trends 2021

ARAÇ PAYLAŞIMI1TEMMUZ

Web Sitesi• Battery University

Coursera Eğitimleri• Algorithms for Battery Management Systems Specialization

• Power Electronics Specialization

• Embedded Software and Hardware Architecture

• Introduction to Embedded Systems Software and Development Environments

• Introduction to FPGA Design for Embedded Systems

GELECEĞİN ARAÇLARI VEÜRETİM TEKNOLOJİLERİ2

TEMMUZ

• Dördüncü Sanayi Devrimi - Klaus Schwab

• The Fourth Industrial Revolution: what it means, how to respond

ENDÜSTRİ 4.0 UYGULAMALARI3

TEMMUZ

OTONOM ARAÇLAR5TEMMUZ

Alana Giriş Yapmak İçin Gereken Genel Bilgiler:1. Makine Öğrenmesi Methodları (Markov Decision Process, Decision Tree, Naive Bayes, SVM vb.)2. Basic Graph Search Algoritma Bilgisi (A* algorithm vb.)3. Kontrol Sistemleri ve Kontrolcü Bilgisi (Laplace/z Dönüşümleri, Kapalı/Açık Çevrim Kontroller, PID, Kalman Filtre vb.)4. Lineer Cebir, İstatistik5. Veri Yapıları ve Algoritmalar

Yazılım Alanında Avantaj Sağlayacak Beceriler:1. Python/C++ yazılım dilleri. 2. ROS/ROS2 Framework aşinalık3. CUDA4. Linux İşletim Sistemi (Ubuntu/Debian/Mint gibi) ve Linux komutlarına hakimiyet5. MATLAB NOT: Eğer bilgisayarınız modelinizi eğitmek için yeterli donanımsal güce sahip değilse Google Colabratory, Kaggle gibiplatformlardan sınırlı saat kullanımı kapsamında TPU/GPU/CPU desteğini kullanabilirsiniz.

OTONOM ARAÇLAR

Becerileri Geliştirmek İçin Yapılabilecek Projeler:1. TensorFlow kütüphanesi ile CNN tabanlı Trafik İşaretleri Tespiti, Sınıflandırılması (HOG,Harris,Laplace,Canny,ANN, Deep Learning yöntemleri ile gibi odağı net bir problem -örneğin nesne kenarlarının tespiti gibi- üzerinde yapmak yöntemler arasındakigelişmişliği görmenizi kolaylaştıracaktır.)

2. RC/ToyCar Otonom Araç için ROS paketi ile SLAM, Nesne Tespiti vb. problemler üzerinde geliştirmeler yapılması faydalıolacaktır. (#WorkOnYourOwnCar! )

Bunun için aşağıdaki kaynaklara bakabilirsiniz:

• Self Driving MarioKart with TensorFlow

• Donkey Car: Ufak ölçekte kendi otonom aracınızı yapmak için açık kaynak donanım ve yazılım platformu

3. Bilgisayarla Görü, MultiClass Sınıflandırılması, Şerit Bulma, Çizgi Tespiti, Nesne Takibi, Yaya ve Araç Tespiti-Sınıflandırılması-Segmentasyonu problemlerini popüler veri setleri üzerinde çözmeye çalışabilirsiniz.

OTONOM ARAÇLAR

Yararlı Olabilecek Kaynaklar:1. Pythonrobotics-Python sample codes for robotics algorithms

2. Robotik için eksik kapatılabilecek güzel bir kaynak

3. RaspberryPi ile kendi RC Car yapmak isteyenler için güzel bir guidance

4. Motion Planning ilgisi olanlar için

OTONOM ARAÇLAR

Açık Kaynak Framework/Kütüphaneler/Araçlar:1. OpenCV

2. Python kapsamında Makine Öğrenmesi için tecrübeli olunması gereken başlıca kütüphaneler: TensorFlow, Keras, PyTorch, SciPy, Theano

3. Python kapsamında veri görselleştirme, matris hesaplamaları ve lineer cebir için tecrübeli olunması gereken başlıcakütüphaneler: Scikit-Learn, MatPlotLib, Pandas, NumPy, Math, Seaborn, PyCUDA , OpenCV

4. C/C++ kapsamında Makine Öğrenmesi için tecrübeli olunması gereken başlıca kütüphaneler: TensorFlow, Caffe, Shark, Microsoft Cognitive Toolkit(CNTK), mlpack, OpenNN, FANN, Boosting, DarkNet, CUDA, DeepDetect, cONNXr, CCV, OpenCV

5. PyCharm, VisualStudio, CLion, Xcode, VisualStudio Code gibi IDE'lerden (Tümleşik Geliştime Ortamı) en az birini kullanmışolmanız fayda sağlayabilir. Oluşturduğunuz modelinizi deploy etmek için karmaşık deployment ortamlarını kolaylaştıran ‘MLOpsTools’ ları kullanabilirsiniz. Örneğin MLFlow, TensorFlow Serving, AWS SageMaker, Docker gibi teknolojiler..

6. RViz, Gazebo gibi simülatörler

7. Caffe,PointNet,PCL Kütüphaneleri

8. Labelling için LabelMe gibi programlar

OTONOM ARAÇLAR

Çalışmalar İçin Kullanılabilecek Datasetler:1. Google Open Images Dataset V4

2. Berkeley Deep Drive-BDD100k: Şerit Tespiti, Sürülebilir Alan, Semantik Örnek Segmentasyonu Alt Veri Kümesi

3. Apollo Open Data Platform: 200 bin açıklamalı,36 farklı sınıfı bulunduran image bulunduruyor

4. KITTI Dataset: Lidar, Kamera, GPS, IMU gibi sensörlerden toplanan verilerle 3B Nesne Yerleştirme gibi bir çok sahne akışı var. Araştırmacılar için algoritma koşturmak için popüler bir platform.

5. Cityscape: Eğitim için 3478 etiketli resim, 34 farklı sınıfı bulunduran, birden fazla şehirden toplanmış veriseti.

6. Mapillary Vistas: Eğitim için 20000 Etiketli resim, 66 farklı sınıfı bulunduran, farklı şehirlerden, çeşitli hava şartlarında toplanmışveriseti.

7. Udacity Driving Dataset: (80 GB kadar ROSBAG Eğitim verisi içeriyor)

8. University of Michigan Ford Campus Vision and LiDAR Dataset: Ford F-250 Truck tarafından toplanan ve IMU,LiDAR,Kameragibi sensörlerden gelen verilerle oluşturulmuş veriseti.

9. Waymo Training and Validation Data: 1TB boyutunda 3D ve 2D etikelenmiş verilerden oluşuyor.

OTONOM ARAÇLARİncelenmesi yararlı olabilecek açık kaynak projeler ve yazılımlar:1. Apollo: Otonom araçların geliştirilmesini, test edilmesini, devreye alınmasını hızlandıran mimari.

2. Autoware: Kentsel otonom sürüş için entegre açık kaynaklı yazılım.

3. Stanford Self Driving Car Code: DARPA Grand Challenges - Yarışma ve yarışmacıları incelemek isterseniz tıklayınız.

4. DeepDrive: DeepDrive, bilgisayarı olan herkesin kendi kendine sürüşte en son teknolojiyi kullanmasına izin veren simülatör

5. OpenAI Gym: Pekiştirmeli öğrenme için algoritma geliştirilebileceğiniz toolkit.

6. Lanenet Lane Detection: Derin sinir ağı modeli kullanılarak gerçek zamanlı şerit tespiti için şerit ağı modelinin resmi olmayanuygulaması

7. CARLA: Otonom araç araştırmaları için kullanılan açık kaynak simülator

8. DeepDrive: Otonom sürüşte ilerlemeyi hızlandırmak ve şeffaflığı artırmak için oluşturulmuş açık bir simülasyon platformu

9. DeepTraffic: MIT Deep Learning Serisinin bir bölümü, Deep ReinforcementLearning Yarışması

10. Airsim: Microsoft AI&Research tarafından geliştirilen açık kaynak simülatör

11. LGSVL: LG ve Unity iş birliği ile geliştirilmiş otonom sürüşte algoritmaları test etmek için tasarlanmış simülatör

OTONOM ARAÇLAR

Kitap Önerileri:1. ROS Robotics Projects

2. Ian Goodfellow-Deep Learning

3. François Chollet-Deep Learning with Python

4. Aurélien Géron-Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow

5. Laurence Moroney-A Programmer's Guide to Artificial Intelligence

6. Ethem Alpaydın-Introduction to Machine Learning

7. Sebastian Thrun-Probabilistic Robotics

OTONOM ARAÇLARKurs Önerileri:1. Machine Learning-presented by Andrew Ng

2. Deep Learning Specialization-presented by Andrew Ng: Toplamda 5 Kurstan oluşan ve Derin Öğrenmenin Temellerini işleyen birkurs. Kullanılan Programlama Dili: Python

3. CSC2541: Visual Perception for Autonomous Driving: Otonom sürüş için görsel algı alanında yüksek lisans dersi. Kurs kısacalokalizasyon, ego-hareket tahmini, boş alan tahmini, görsel tanıma (sınıflandırma, algılama, segmentasyon) konularını kapsar.

4. Mobile Robots and Autonomous Vehicles: Mobil robotları ve otonom araçları programlamak için gereken temel kavramları tanıtır.

5. Stanford CS221:Artificial Intelligence: Principles and Techniques: Kurs içerisinde basit otonom araç projelerini ve simülasyonunuda içeren kurs.

6. MIT:Deep Learning 6.S191

7. MAE/ECE148-UCSD Introduction to Autonomous Vehicles: DonkeyCar'ı şerit izleme işlevine ve nesne algılama, navigasyon, vb. gibi çeşitli gelişmiş konulara sahip uygulamalı, proje tabanlı bir kurs.

8. MIT 2.166 Duckietown: Lisansüstü düzeyde otonomi bilimi hakkındaki kurs. Bu otonom araçlara ve üst düzey otonomiyeodaklanan uygulamalı, proje odaklı bir kurstur. Uygulama için Ana Odak: Duckietown Şehri için Otonom Robo-Taksi Sisteminitasarlamak.

OTONOM ARAÇLAR

9. Udemy Autonomous Cars: Deep Learning and Computer Vision in Python

10. Standford CS231n: Convolutional Neural Networks for Visual Recognition

11. Standford CS229: Machine Learning

12. MIT 6.SO94 Deep Learning for Self Driving Cars

13. Deep Mind Introduction to Reinforcement Learning

14. Autoware Otonom Araç Dersleri

15. Udacity Self Driving Car Fundamentals: Featuring Apollo

OTONOM ARAÇLAR

BONUS: Zamanımızı boş geçirmemek için sosyal medyada takip edebileceğimiz isimler 1. David Silver

2. Dhruv Parthasarathy

3. Eric Gonzalez

4. Oliver Cameron

5. Sebastian Thrun

6. Elon Mushaf

7. Chris Urmson

8. Ve bu alanda karşımıza çıkan tüm projelerin hesapları (Comma.ai, Zoox, Tesla, Waymo vb.)

VERİDENDEĞER YARATMAK6

TEMMUZ

Uygulamalar: Google DATA Studio, Power Query Kitap Önerisi: Büyük Veri Denizi

VERİDENDEĞER YARATMAK

HOBİ

YAPAY ZEKA7TEMMUZ

Kitap Önerileri:•Artificial Intelligence – A Modern Approach (3rd Edition) By Stuart Russell & Peter Norvig•Deep Learning - Ian Goodfellow and Yoshua Bengio and Aaron Courville Deep Learning•Introduction to Machine Learning, third edition Ethem ALPAYDINMachine Learning Textbook: Introduction to Machine Learning Ethem ALPAYDIN•Python Data Science Handbook Jake VanderPlas

Yararlı Olabilecek Kaynaklar:• Welcome To Colaboratory - Colaboratory• Machine Learning is Fun!• Machine Learning Mastery• Deep Learning Toolbox Documentation • Fuzzy Logic Toolbox Documentation • Sensor Fusion and Tracking Toolbox Documentation • Automated Driving Toolbox Documentation

YAPAY ZEKA

Youtube:•Yapay Zeka (Artificial Intelligence) - YouTube

YENİ NESİL ARAÇLAR8TEMMUZ

• Türkiye Elektrikli ve Hibrit Araçlar Derneği• KARSAN- Jest Elektric Genel Bakış• KARSAN- Atak Electric Genel Bakış• KARSAN- Autonomous Atak Electric Genel Bakış• Uluslararası Otomotiv Teknolojileri Kongresi Kitapçığı• Stanford University – Machine Learning Course• University of Toronto – Self Driving Cars Course• Ecole des Ponts ParisTech – Electric Vehicles and Mobility Course• KARSAN “Yeni Nesil Araçlar” Sunum

BAĞLANABİLİRLİK9TEMMUZ

Kitap:Automotive Telematics: An Introduction to the Technical Aspects of

Automotive Telematics with Reference to Business Model and User Needs

Daimler:• Connected Trucks

• Connectivity

Bosch:• Connected Mobility

• Predictive Diagnostics

SAE:• Automated Unmanned Vehicles

• Ground Vehicle

Diğer:Connected Car: Technologies, Issues, Future Trends

GÜVENLİK10TEMMUZ

Asistan Sistemleri İçin:• Assistenzsysteme & Daten | ADAC

• Advanced driver-assistance systems - Wikipedia

• Kamyon için MAN yardım sistemleri | MAN Kamyon

Siber Sistemleri İçin:• Continental Automotive - Cyber

• Automotive Cybersecurity | Vector

AKILLI MÜHENDİSLİKÇÖZÜMLERİ12

TEMMUZ

1. Yoshua Bengio Ian Goodfellow Aaron Courville, (October 2015).”Deep Learning”. 388-396

2. Karimi, Mohammad H., and Davud Asemani. "Surface defect detection in tiling Industries using digital image processing methods: Analysis and evaluation." ISA transactions 53.3 (2014): 834-844.

3. You, O. T., Pae, D. S., Kim, S. H., Kim, K. E., Lim, M. T., & Kang, T. K. (2018). Pattern matching for industrial object recognition using geometry-based vector mapping descriptors. Pattern Analysis and Applications, 21(4), 1167-1183.

4. Internet: https://opencv.org/

5. Bochkovskiy, A., Wang, C. Y., & Liao, H. Y. M. (2020). Yolov4: Optimal speed and accuracy of object detection. arXivpreprint arXiv:2004.10934.

6. Internet: https://developer.nvidia.com/embedded/jetson-agx-xavier-developer-kit

7. Li, Y., Han, Z., Xu, H., Liu, L., Li, X., & Zhang, K. (2019). YOLOv3-lite: A lightweight crack detection network for aircraft structure based on depthwise separable convolutions. Applied Sciences, 9(18), 3781.

AR, VR, MR, XR13TEMMUZ

AR mobil uygulama örnekleri:• Augment – 3D Augmented Reality (App Store – Google Play)

• Porsche AR Visualiser (App Store – Google Play)

Siber Sistemleri İçin:• Continental Automotive - Cyber

• Automotive Cybersecurity | Vector

AR, VR, MR, XR hakkında detaylı bilgiler için tıklayın.

AR, VR, MR, XR

AR VR Film Tavsiyesi:• Ready Player One (2018)

Kitap Tavsiyesi:• Şu Hortumlu Dünyada Fil Yalnız Bir hayvandır

Kişisel Gelişim Video:• Avcunuzdaki Kelebek - Ahmet Şerif İzgören

OTOMOTİVDEYENİ TEKNOLOJİLER14

TEMMUZ

Faydalı Linkler:• Automotive Engineering

Battery University Articles

Li-Ion BMS

Elektrikli Araç Teknolojisi ve Pil Yönetim Sistemi

Yeni Otomobil Teknolojileri

Şerit Takip Uyarı Sistemi Validasyon Cihazı Tasarımı

Automatic Emergency Automatic Emergency Brakingy Systems

Blind Spot Monitoring in Light Vehicles System Performance

Otomotiv Dünyasından Heyecan Veren Gelişmeler

Filo Sistem

The Electropedia