Los resultados de aprendizaje (RA) de esta asignatura son:



RA1 Comprende los conceptos geoespaciales necesarios para el geoposicionamiento relativos a sistemas y marcos de referencia, sistemas de coordenadas y documentos cartográficos



RA2 Detecta los requerimientos necesarios de los distintos métodos de posicionamiento atendiendo al rango de precisión que se puede obtener



RA3 Conoce el funcionamiento de sensores adicionales que ayudan al posicionamiento y navegación del vehículo



RA4 Analiza la problemática de la integración de los distintos sensores complementarios al sistema GNSS



RA5 Entiende los conceptos relativos al Map-Matching



RA6 Muestra una actitud positiva hacia el uso de la lengua inglesa, esforzándose por participar activamente en todas las actividades, así como la superación de las dificultades de aprendizaje asociado los sistemas de navegación.



RA7 Busca, selecciona, interpreta y genera de manera eficaz información y documentación técnica y tecnológica en el ámbito de los sistemas de navegación.

1. Los sistemas de navegación en el vehículo inteligente

2. Sistemas de navegación global por satélite (GNSS)

3. Sistemas complementarios al GNSS para el posicionamiento del vehículo

4. Integración multisensor

5. GNSS-GIS Map-Matching

Se propone una metodología enseñanza/aprendizaje activa, basada en la realización de distintas actividades prácticas dirigidas, con un feedback y feedforward por parte del equipo docente constante, que posibilita la autorregulación del proceso de aprendizaje del y la estudiante.

Esta asignatura contempla un sistema de evaluación continua a la que el alumnado puede renunciar para ser evaluado mediante el sistema de evaluación final, siempre y cuando presente por escrito dicha renuncia al profesor/a responsable de la asignatura un mes antes de terminar el período docente. Una vez recibido el escrito de renuncia, se deberá firmar por el alumnado y por el profesor/a responsable de la asignatura, el documento de renuncia a la evaluación continua de la asignatura "Sistemas de Navegación para el vehículo inteligente", siendo este último el encargado de comunicarlo al resto de docentes implicados.



Para la evaluación final el alumnado deberá superar distintas pruebas, tanto por escrito como defensas orales, ante el tribunal del equipo docente de la asignatura, con el fin de comprobar la adquisición por parte de los estudiantes de las competencias de la asignatura.



En el caso de que no se pueda realizar una evaluación presencial de la asignatura, se realizarán los cambios pertinentes para la realización de una evaluación on-line mediante la utilización de las herramientas informáticas existentes en la UPV/EHU. Las características de esta evaluación on-line serán publicadas en eGela.

Los disponibles en el e-Gela de la asignatura.

Bibliografía básica

Adouane, L. (2016). Autonomous vehicle navigation: from behavioral to hybrid multi-controller architectures. CRC Press.



Fossen, T., Pettersen, K., & Nijmeijer, H. (2017). Sensing and control for autonomous vehicles. Springer International PU.



Felipe J. (2018). , Intelligent Vehicles: Enabling Technologies and Future Developments. Butterworth-Heinemann. ISBN 9780128128008, https://doi.org/10.1016/B978-0-12-812800-8.00018-7 (https://www.sciencedirect.com/science/article/pii/B9780128128008000187).





Jeffrey, C. (2010). An introduction to GNSS: GPS, GLONASS, Galileo and other global navigation satellite systems. NovAtel.



Ondruš, J., Kolla, E., Vertaľ, P., & Šarić, Ž. (2020). How do autonomous cars work?. Transportation Research Procedia, 44, 226-233.





Taylor, G., & Blewitt, G. (2006). Intelligent positioning: GIS-GPS unification. Wiley.



Watzenig, D., & Horn, M. (Eds.). (2016). Automated driving: safer and more efficient future driving. Springer.

Bibliografía de profundización

Bevly, D. M., & Cobb, S. (2010). GNSS for vehicle control. Artech House.

Broggi, A., Zelinsky, A., Özgüner, Ü., & Laugier, C. (2016). Intelligent vehicles. In Springer Handbook of Robotics (pp. 1627-1656). Springer, Cham.

Cheng, H. (2011). Autonomous intelligent vehicles: theory, algorithms, and implementation. Springer Science & Business Media.

Flügge, B. (Ed.). (2017). Smart mobility–connecting everyone: Trends, concepts and best practices. Springer.

Jaenal, A., Zuñiga-Nöel, D., Gomez-Ojeda, R., & Gonzalez-Jimenez, J. (2020, October). Improving visual SLAM in car-navigated urban environments with appearance maps. In 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (pp. 4679-4685). IEEE.

Joubert, N., Reid, T. G., & Noble, F. (2020, October). Developments in modern GNSS and its impact on autonomous vehicle architectures. In 2020 IEEE Intelligent Vehicles Symposium (IV) (pp. 2029-2036). IEEE.

Li, T., Yan, J., & Cao, Y. (Eds.). (2021). Intelligent Sensors for Positioning, Tracking, Monitoring, Navigation and Smart Sensing in Smart Cities. MDPI.


Sanz Subirana, J., Juan Zornoza, J. M., & Hernández-Pajares, M. (2013). GNSS Data Processing, Volume I ESA Communications, ESTEC, Noordwijk, Netherlands.

Zhang Z., Zhao J., C. Huang and L. Li, "Learning Visual Semantic Map-Matching for Loosely Multi-Sensor Fusion Localization of Autonomous Vehicles," in IEEE Transactions on Intelligent Vehicles, vol. 8, no. 1, pp. 358-367, Jan. 2023, doi: 10.1109/TIV.2022.3173662.

Revistas

IEEE
SENSORS
REMOTE SENSING
ELHUYAR