85740 - AUTOMOTIVE CONNECTIVITY M

Scheda insegnamento

Anno Accademico 2021/2022

Conoscenze e abilità da conseguire

The aim of the module is to provide the students with the fundamental knowledge to recognize and to utilize the main on board networks and protocols interacting with the driveline and the foundamental techniques for vehicle to internet interconnection. Students learn the principle of operation and use vehicular networking and protocols: 1) CAN vehicular network (characteristic, application, implementation); 2) UDS - Universal Diagnostic Service characteristic and implementation; 3) XCP – Universal calibration protocol. Students understand the basic features and application of the Vehicle to infrastructure networking: 1) Vehicle to Internet communication services (TCP/IP, etc…): 2) Data compression and data transmission. 3) DoIP: Diagnosis and service over the internet. 4) Edge and cloud computing for predictive maintenance. 5) Electric vehicle Fleet management. 6) Remote Battery Management System. Improvement of battery safety control and second life battery use.

Contenuti

I veicoli autonomi e connessi stanno cambiando is settore automotive. Informatica e Ingegneria Informatica sono responsabili per oltre il 50% delle innovazione sul veicolo e nell'infrastruttura.

Questa tendenza sta accelerando con l'introduzione sul mercato di auto connesse, auto elettriche, veicoli autonomi e sistemi avanzati di assistenza alla guida (ADAS).

Questo corso introduce i sistemi veicolari connessi ed intelligenti agli studenti della Laurea Magistrale.

 

Descrizione del corso:

Il corso introduce i principi fondamentali e avanzati delle reti veicolari studiando i protocolli e gli algoritmi utilizzati nei sistemi e applicazioni veicolari e la loro prevedibile evoluzione nei prossimi anni. Gli argomenti trattati sono: reti intermittenti, mobilità e sfide di propagazione, paradigmi di bordo e nebbia veicoli (V2X / C-V2X), oltre le comunicazioni IP, veicoli connessi multi-homed, networking in-vehicle, introduzione alla privacy nei sistemi veicolari, algoritmi di machine learning applicati a EV, analisi di specifici verticali e possibili evoluzioni.

Testi/Bibliografia

Il Corso utilizzerà principalmente articoli scientifici e testi di consultazione :

Testi di Riferimento:

  • Vehicular Networking, Cambridge University Press, 2014, ISBN 1107046718, 9781107046719
  • Vehicular Networks:From Theory to Practice, CRC Press, ISBN: 1420085891, 9781420085891
  • Intelligent Vehicular Networks and Communications: Fundamentals, Elsevier Press, ISBN: 0128095466, 9780128095461
  • Articoli Scientifici su rivista e conferenza
  • Risorse ausiliare indicate dal docente

Metodi didattici

Questo insegnamento si compone esclusivamente di lezioni frontali

Modalità di verifica e valutazione dell'apprendimento

La valutazione si basa su diversi elementi:

  • Partecipazione alle discussioni in Classe
  • Esame Finale

Strumenti a supporto della didattica

I materiali saranno resi disponibili su https://virtuale.unibo.it/

Orario di ricevimento

Consulta il sito web di Giovanni Pau