|
Vyučující
|
-
Slobodník Karel, Ing. Ph.D.
-
Kropík Petr, Ing. Ph.D.
|
|
Obsah předmětu
|
1. Softwarová architektura pro vestavné systémy. Specifika softwaru pro zařízení s omezenými zdroji. Verzovacích systémy a jejich role při vývoji. 2. Návrh aplikační logiky, událostmi řízená architektura, stavové automaty. 3. Modulární návrh a abstrakce, struktura kódu, hardwarová abstrakční vrstva. 4. Práce s daty v průmyslových systémech. Návrh datových modelů a komunikačních zpráv. 5. Perzistentní ukládání dat, souborové systémy. Správa času a synchronizace, reálný čas, časové značky. 6. Abstrakce komunikačních rozhraní, implementace ovladačů pro lokální periferie a průmyslové protokoly. 7. Síťové architektury v elektrotechnickém průmyslu. Vyšší průmyslové aplikační protokoly a klienti v průmyslových distribuovaných systémech s důrazem na průmyslovou bezpečnost. 8. Zabezpečená komunikace, návrh a postupy. 9. Ošetřování chyb, robustní systémy. Systémová supervize. 10. Řízení spotřeby koncových zařízení. 11. Edge Intelligence, aplikace AI/ML na zařízeních s omezenými zdroji. Integrace inferenčního enginu. Praktické aplikace. 12. Konzultace, integrace jednotlivých modulů v rámci semestrálních projektů, code review, testování, finální prezentace a obhajoba.
|
|
Studijní aktivity a metody výuky
|
Laboratorní praktika, Přednáška
- Kontaktní výuka
- 26 hodin za semestr
- Praktická výuka [vyjádření počtem hodin]
- 26 hodin za semestr
- Projekt individuální [40]
- 20 hodin za semestr
- Příprava na souhrnný test [6-30]
- 30 hodin za semestr
- Příprava na dílčí test [2-10]
- 4 hodiny za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| ovládat znalosti z matematiky na úrovni Bc. |
| ovládat základy libovolného programovacího jazyka |
| Odborné dovednosti |
|---|
| ovládat dovednosti z matematiky na úrovni Bc. studia |
| ovládat běžně dostupnou výpočetní techniku |
| Obecné způsobilosti |
|---|
| mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých, |
| mgr. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru., |
| mgr. studium: srozumitelně shrnou názory ostatních členů týmu, |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| vymezit základní principy návrhu architektury komplexních embedded aplikací a jejich dokumentace |
| vysvětlit použití vysokoúrovňových jazyků při tvorbě embedded aplikací pro elektrotechniku |
| vysvětlit základní algoritmy a jejich implementaci v oblasti elektrotechniky |
| objasnit architektury aplikací v oblasti embedded vývoje |
| Odborné dovednosti |
|---|
| aplikovat získané znalosti při tvorbě komplexních aplikací zaměřených na elektrotechniku |
| navrhnout, vytvořit komplexní návrh aplikační architektury a odladit aplikaci na základě slovního zadání |
| Obecné způsobilosti |
|---|
| mgr. studium: plánují, podporují a řídí s využitím teoretických poznatků oboru získávání dalších odborných znalostí, dovedností a způsobilostí ostatních členů týmu, |
| mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
| mgr. studium: dle vyvíjejících se souvislostí a dostupných zdrojů vymezí zadání pro odborné činnosti, koordinují je a nesou konečnou odpovědnost za jejich výsledky, |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška s diskusí, |
| Cvičení (praktické činnosti), |
| Výuka podporovaná multimédii, |
| Odborné dovednosti |
|---|
| Přednáška s demonstrací, |
| Cvičení (praktické činnosti), |
| Diskuse, |
| Obecné způsobilosti |
|---|
| Přednáška s diskusí, |
| Samostudium, |
| Projektová výuka, |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Výstupní projekt, |
| Test, |
| Odborné dovednosti |
|---|
| Výstupní projekt, |
| Test, |
| Demonstrace dovedností (praktická činnost), |
| Obecné způsobilosti |
|---|
| Sebehodnocení, |
| Individuální prezentace, |
|
Doporučená literatura
|
-
Charles Bell. MicroPython for the Internet of Things. USA, 2017. ISBN 978-1484231227.
-
Chollet, François. Deep learning v jazyku Python : knihovny Keras, Tensorflow. První vydání. 2019. ISBN 978-80-247-3100-1.
-
Kolektiv autorů. Official MicroPython Documentation.
-
Nicholas Tollervey. Programming with MicroPython: Embedded Programming with Microcontrollers and Python. O'Reilly Media, 2017. ISBN 978-1-4919-7273-1.
-
Ovidiu Vermesan, Mario Diaz Nava. Intelligent Edge-Embedded Technologies for Digitising Industry. SINTEF, Norway, STMicroelectronics, France. 2022.
-
Pete Warden; Daniel Situnayake. TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers. First edition. O'Reilly Media, 2020. ISBN 978-1-4920-5204-3.
-
Rumpe Bernhard. Agile Modeling with UML. 2017. ISBN 9783319588612.
-
Rumpe Bernhard. Software Engineering and Formal Methods. Springer Berlin Heidelberg, 2016. ISBN 9783662492239.
-
White, Elecia. Making embedded systems. First edition. 2012. ISBN 978-1-4493-0214-6.
-
Xiaocong Fan. Real-Time Embedded Systems. .
|