Diplomsko delo
Za izmenjavo uporabnih študijskih virov, vprašanja, ipd. Dovoljene so krajše priponke.
Diplomsko delo na FRI
LaTeX vzorec za diplomo, verzija 21. feb. 2017 Vir Naloženo 21/02/2017 09:50
Tedenski oris
- Diplomsko delo
- Seznam prostih mentorskih mest
Seznam prostih mentorskih mest
Na spodnjem seznamu so imena vseh možnih mentorjev diplomskih del na FRI, podatek o njihovi razpoložljivosti v tekočem šolskem letu ter okvirno področje, ki ga posamezen mentor v okviru diplomskih del pokriva.
- Diplomsko delo v sodelovanju s podjetjem
Diplomsko delo v sodelovanju s podjetjem
Predlogi tem za diplomske naloge v sodelovanju s podjetji
Nekatera slovenska podjetja so predlagala za diplomska dela teme, ki so za podjetje neposredno zanimive in uporabne. Študentje, ki se boste odločili za takšno temo, si na fakulteti izberete enega od mentorjev, ki so v tabeli napisani pri posamezni temi, ali pa si sami izberete mentorja (če v tabeli ni predlagan). V dogovoru z mentorjem na FRI vzpostavite stik z delovnim mentorjem v podjetju in skupaj določite primerno vsebino, obseg in cilje diplome. Mentor v podjetju mora podpisati priloženo izjavo, ki jo oddate mentorju na fakulteti. Sicer pa delo poteka enako kot pri ostalih diplomah.
Podjetje, kontaktna oseba Predlog naslova Vsebina Potencialni mentorji 1 PARSEK, kontakt "Tomo Jarc" <tomo.jarc@parsek.com> Prednosti in pasti uporabe Blockchain tehnologije v e-zdravstvu V zadnjih letih skoraj ne mine teden, da javnost ne bi bila obveščena o novi rešitvi, ki temelji na Blockchain tehnologiji. Veliko teh rešitev konča na smetišču zgodovine a Blockchain je tu, da bo ostal. Le najti mu moramo primerne načine uporabe. Zadnje čase se ob digitalni disrupciji v zdravstvu pogosto omenja potencial uvedbe Blockchaina, kot mehanizma za varovanje občutljivih osebnih podatkov. V podjetju se ukvarjamo tudi z rešitvami v zdravstveni domeni. Zanimajo nas tveganja uvedbe take tehnologije. Diplomsko delo naj bi primarno odgovorilo na vprašanje, kako je res varna rešitev, ki temelji na Blockchain tehnologiji, kakšni so potencialni vektorji napadov in kako se lahko zaščitimo. Jurij Mihelič, Andy 2 Parsek je uveljavljeno slovensko podjetje, specializirano za informacijske tehnologije v zdravstvu. Osrednja dejavnost podjetja je razvoj spletnih platform, ki omogočajo integracijo in medsebojno povezovanje zdravstvenih rešitev za sodelovanje in vključevanje različnih deležnikov na področju zdravstva in oskrbe. S sedežem podjetja na Dunaju in z razvojnim centrom v Ljubljani Parsek razvija rešitve za številne stranke v regiji EMEA. Z močno podporo globalnih partnerjev, ki že desetletja oblikujejo digitalne industrije, Parsekove rešitve zagotavljajo dostopnejše in kakovostnejše storitve zdravstva in oskrbe milijonom državljanov po svetu. Za dodatne informacije lahko obiščete: www.parsek.com in www.vitaly-portal.com. Parsek ima bogate izkušnje v implementaciji najrazličnejših projektov s področja zdravstva, financ in telekomunikacij. Večino zdravstvenih projektov je bilo realiziranih v tujini (regija DACH, Francija in Italija), kjer je Parsek priznan igralec na področju zdravstvenih portalov. Varnost omrežij v zdravstvu , kako jih lahko napademo in varujemo Zdravstvo je panoga, ki je relativno pozno sprejela digitalni svet kot svoj. Zato so lahko tudi uporabniki in odločevalci v zdravstvu relativno slabše seznanjeni z varnostnimi tveganji digitalizacije delovnih tokov in hrambe občutljivih podatkov. Trend je povezovanje zdravstvenih ustanov preko državnih ali zasebnih omrežji. V podjetju nas zanima kako robustna so trenutno zdravstvena omrežja, kako so podvržena napadom in kako se trenutno ščitijo pred le temi. Ker je poročil o vdorih relativno malo je največji izziv naloge pridobiti prave sogovornike. Zelo veseli bi bili, če bi naloga temeljila na dejanski analizi stanja. Lahko pa je tudi povzetek iz strokovne literature. Andy (nekaj podobnega imam ravno sedaj v delu) 3 Dinit CS, kontakt "Valentina Knap" <valentina.knap@dinitcs.com> Prehod v oblak Tranzicija iz standardne »enterprise« in PCI (Payment Card Industry Security Standards) skladne arhitekture v oblak (kakšni bi bili vplivi na poslovanje, operativo, infrastrukturo) 4 Dinit CS, kontakt "Valentina Knap" <valentina.knap@dinitcs.com> Uporaba umetne inteligence v procesiranju plačil Uporaba AI in machine learning konceptov v procesiranju plačil (dodatne storitve v plačilih, ki jih AI in ML omogočajo..) Igor Kononenko (temo je treba dodelati in najbrž spremeniti naslov) 5 Datalab, kontakt "Andrej Mertelj" <Andrej.Mertelj@datalab.eu> Optimizacija urnikov kmetijske mehanizacije (Na kmetijskem gospodarstvu / storitvene zadruge kmetijske mehanizacije). Potrebno je npr. obdelati 100 polj z 4 traktorji, 6 vozniki in 4 plugi. Kako jih razporedimo? Optimizacija glede na stroške (premiki) ali glede na čas. Zadruge kmetijske mehanizacije: nekdo (kmet, skupina kmetov, ...) kupi nek stroj in potem z njim opravlja storitve za druge kmete. Razsšritev zgornjih algoritmov s portalom, ki bo omogočal vpis povpraševanj ter potem uporabil gornji algoritem za razporejanje. Andy 6 Datalab, kontakt "Andrej Mertelj" <Andrej.Mertelj@datalab.eu> Optimizacija poti transporta kmetijske mehanizacije do polja & nazaj Napisati algoritme za optimizacijo poti od kmetije do polja oz. za premike od polja do polja. Andy 7 Datalab, kontakt "Andrej Mertelj" <Andrej.Mertelj@datalab.eu> Orodje (plug-in) za določanje nosilnosti terena (driveability) na podlagi kart zemlje (soil maps) in meteonapovedi Če je deževno, se zemlja razmoči in s traktorjem ni mogoče zapeljati na njivo (ni nosilnosti). Karte zemlje (sestava) obstajajo pri geodetskem zavodu, meteonapovedi pa so že zelo točne. Napisati orodje, ki opozarja, da na določen dan v prihodnosti ne bo možno zapeljati s tem traktorjem (določena teža, osni pritisk) na to njivo. 8 Datalab, kontakt "Andrej Mertelj" <Andrej.Mertelj@datalab.eu> Uporaba google speach2text za izpolnjevanje obrazcev na mobilni aplikaciji za kmete V kmetijstvu je izredno omejena uporaba rok za izpolnjevanje obrazcev (koliko smo porabili škropiva/gnojila, kaj smo delali na njivi, ...). Narediti speech2text (google S2T, da je uporabno v več državah?) ki ga lahko uporabimo kot nadomestek za izpolnjevanje obrazcev Veljko Pejović 9 Datalab, kontakt "Andrej Mertelj" <Andrej.Mertelj@datalab.eu> Uporaba zvoka v panju za napovedovanje zdravja čebel Med čebelarji velja, da zdrav panj drugače brni kot okužen/bolan. Naresti prototip napravice za snemanje zvoka v panju in pošiljanja vzorcev v oblak. Tam naresti prepoznavanje vzorcev zvoka, ki vrne indikacijo zdravja panja. V sodelovanju s čebelarsko zvezo in biotehniško fakulteto. Patricio Bulić, Matija Marolt, Jure Žabkar 10 Arctur d.o.o, kontakt nejc.bat@arctur.si Orodja za pripravo simulacij na superračunalniku Poglavitna dejavnost našega podjetja je med drugim tudi superračunalništvo in simulacije na našem superračunalniku. Uporabniki superračunalnikov so visoko usposobljeni strokovnjaki na nišnih področjih vendar opažamo, da jim veliko težav povzroča prav priprava navodil za izvajanje simulacij na porazdeljenih sistemih. Na Arctur-2 se za to uporablja sistem SLURM. Delo na diplomi bi tako vključevalo spoznavanje s sistemom SLURM, učenje konceptov dela z GRID sistemi, raziskavo in primerjavo skript za paralelno procesiranje z različnimi simulacijskimi okolji in morebiti celo vsaj začetno zasnovo orodja za pred-pripravo SLURM skript. (Dobro obvladovanje operacijskega sistema Linux in ukazne vrstice je predpogoj.) Patricio Bulić 11 Biosistemika, kontakt Matjaz Hren <mhren@biosistemika.com>
Razvoj programske opreme za raziskovalce in znanstvenike v področju ved o življenju (ang. Life sciences) je še pred mnogimi izzivi. V našem podjetju skupaj z ameriškim partnerjem razvijamo odprtokodno internetno platformo sciNote, namenjeno urejevanju in digitizaciji raziskovalnega dela. Platforma se razvija v Ruby on Rails.Priprava avtomatiziranih povzetkov s strojnim učenjem Med nekaterimi razvojnimi izzivi sciNote je uporaba strojnega učenja za potrebe priprave avtomatiziranih povzetkov preteklega opravljenega dela, rezultatov in ostalih vnešenih aktivnosti, ki so zanimivi za uporabnike naše platforme ali pa so zanimivi za interne potrebe profiliranja uporabnikov, iskanju vzorca uporabe sciNote z namenom izboljševanja uporabniške izkušnje ali prilagajanja PaaS resourcev. Primer je tudi konstantno izbljševanje “Manuscript writerja”, posebnega Add-ona, ki pripravlja povzetke znanstenega dela iz vnešenih podatkov v sciNote z uporabo najnovejših metod strojnega učenja. Marko Robnik-Šikonja 12 Biosistemika, kontakt Matjaz Hren <mhren@biosistemika.com> Integracija sciNote z drugimi spletnimi rešitvami Med nekaterimi razvojnimi izzivi sciNote so integracije z drugimi web programskimi rešitvami za shranjevanje, vizualizacijo ali obdelavo podatkov. Mnoge od teh integracij so zelo nišne, nekatere kot npr. Googlova suita pa splošne. Pri teh projektih potrebujemo pomoč tako v začetni fazi, kjer se preučuje in išče ustrezne web aplikacije glede na zahteve, nato išče načine za ustrezno integracijo, in potem v sami fazi izdelave integracije in testiranja. Pri tem je potrebno sodelovati s produktnimi specialisti v podjetju, kot tudi z razvijalci. Primer je lahko integracija z Googlovim koledarjem, ali pa integracija z web platformo, v kateri so shranjeni znanstveni članki z njihovo vsebino ter metapodatki. 13 Biosistemika, kontakt Matjaz Hren <mhren@biosistemika.com> Varnostna analiza in strategija SaaS sciNote je spletna aplikacija (SaaS - software as a service), v katero uporabniki shranjujejo precejšnje količine svojih diagnostičnih ali raziskovalnih podatkov, ki so kritični za delovanje številnih podjetij, organizacij, inštitucij ipd. Zato je varnost uporabnikov in njihovih podatkov ključnega pomena. Primer diplomske naloge je lahko varnostna analiza platforme (npr. po seznamih najbolj kritičnih ranljivosti OWASP top 10, CWE/SANS, ipd.), uporabljenih tehnologij (Ruby on Rails), analiza upravljanja s tveganji, predlagane rešitve oz. varnostni popravki platforme ali pa celo izvajanje penetracijskih testov. 14 Biosistemika, kontakt Matjaz Hren <mhren@biosistemika.com> Vmesnik za integracijo s sciNote Primer diplomske naloge za sciNote je tudi razvoj spletnega vmesnika (Restful API-ja), ki bi ga lahko uporabljale druge storitve za integracijo s sciNote platformo. V sklopu diplomske naloge bi se lahko pripravila analiza podatkovnega modela, specifikacija samega API-ja, ter nato implementacija z uporabo najmodernejših pristopov in tehnologij k razvoju spletnih storitev (angl. web services) kot so npr. GraphQL, SwaggerHub, WebHooks, ipd. 15 NITO d.o.o., kontakt "Eva Znidarsic" <evaz@marg.si> Uporaba pogovornih robotov v povezavi z avtomatizacijo opravil v e-pošti Moderne aplikacije za osebno in skupinsko komunikacijo namesto e-pošte uporabljajo neposredno sporočanje (angl. instant messaging, chat). Te aplikacije za pomoč in komunikcijo z uporabniki pogosto uporabljajo tudi t.i. pogovorne robote (angl. chat bot), ki so, zaradi vmesnika v naravnem jeziku, pri uporabnikih dobro sprejeti in omogočajo večjo fleksibilnost ter običajno bolj angažirajo uporabnika.
V diplomski nalogi želimo preveriti možnost uporabe chat botov pri avtomatizaciji opravil v e-pošti. Cilji naloge so:
- ugotoviti katera obstoječa opravila v e-pošti lahko zamenjamo oz. izboljšamo z namenskimi pogovornimi roboti,
- ugotoviti, kako lahko v ta opravila vključimo zunanje vire informacij in zaledne sisteme,
- ugotoviti s tem povezana uporabniška pričakovanja,
- razviti namenskega pogovornega robota za izbrano opravilo,
- preveriti uspešnost njegovega delovanja na končnih uporabnikih.
Za razvoj in testiranje pogovornega robota predlagamo uporabo platforme 4th Office, ki omogoča souporabo e-pošte in neposrednega sporočanja, ob enem pa ima odprt API, ki omogoča enostaven razvoj in vključitev novih pogovornih robotov.Jure Žabkar 16 NiceLabel d.o.o., kontakt Andrej Zrimšek <andrej.zrimsek@nicelabel.com> Razpoznava strukture dokumenta s slike NiceLabel dokumenti so sestavljeni iz različnih gradnikov: besedila, črtne kode, črte, okvirji, elipse, lahko pa vsebujejo tudi poljubno sliko. Potencialne stranke produkta imajo v večini primerov že natisnjene etikete. Da jim olajšamo prehod iz njihove obstoječe rešitve na programsko opremo NiceLabel, bi jim radi olajšali proces z naslednjim postopkom: Uporabnik naredi sliko že natisnjene etikete (scan, fotografija). S pomočjo razpoznave slike programska oprema zgradi strukturo dokumenta s pripadajočimi elementi v xml. Na tak način se skrajša potreben čas za pripravo dokumentov in njihovo nadaljnjo uporabo v sistemu NiceLabel Luka Čehovin Zajc, Peter Peer 17 NiceLabel d.o.o., kontakt Andrej Zrimšek <andrej.zrimsek@nicelabel.com> Izdelava orodja za analizo in testiranje vmesnika med NiceLabel aplikacijo in gonilnikom za tiskalnik NiceLabel programska oprema za tiskanje etike v kombinaciji z NiceLabel gonilnikom za tiskalnik uporablja poseben vmesnik, preko katerega aplikacija in gonilnik izmenjujeta podatke in poskrbita za optimalno generiranje tiskalniških poslov. Izdelati je potrebno orodje, ki bo komuniciralo z gonilnikom in z uporabo omenjenega vmesnika preverjalo pravilnost poizvedb. Z orodjem bo možno postaviti ogrodje za avtomatsko testiranje gonilnika, v kar je vključeno preverjanje pravilnosti osnovnega izvajanja vseh klicev v vmesniku, izvajanje testov s primerjavo rezultatov predhodnih testiranj, izdelava sistema za shranjevanje rezultatov v podatkovno bazo in analiza teh rezultatov skozi časovno obdobje, integracija rezultatov z obstoječo infrastrukturo za avtomatsko testiranje. Implementacija v Microsoft .NET okolju z uporabo jezika C#. 18 NiceLabel d.o.o., kontakt Andrej Zrimšek <andrej.zrimsek@nicelabel.com> Analiza dokumentov in izdelava algoritmov za iskanje sorodnih skupin dokumentov V procesu oblikovanja dokumentov so uporabniki nagnjeni k kratkoročnemu razmišljanju, kar z uporabo »copy, paste and change a little« pristopa lahko privede do ogromnega števila ustvarjenih dokumentov, ki pa se med seboj le minimalno razlikujejo. S časom postane tako okolje neobvladljivo za vzdrževanje. S konsolidacijo se lahko končno število dokumentov drastično zmanjša (primer iz prakse: 30.000 dokumentov je bilo konsolidirano na nekaj deset dokumentov), saj lahko uporabimo pametno predlogo, ki nam v kombinaciji z različnimi podatki pokrije vse prej unikatne oblike dokumentov. Cilj naloge je izdelati algoritem, ki bo analiziral večje število dokumentov in ugotovil, kateri dokumenti so si med seboj podobni. V ta namen je na voljo uporaba NiceLabel SDK knjižnice, ki za vsak posamezni dokument poda njegovo strukturo: seznam gradnikov in njihove lastnosti. Implementacija je predvidena v Microsoft .NET okolju z uporabo C# jezika. 19 Gorenje d.d., kontakt Blaž Plaskan, blaz.plaskan@gorenje.com Android aplikacija za hitro nastavljanje WiFi modulov povezljivih aparatov Cilj naloge je razviti android aplikacijo, ki bo mobilno napravo s čim manj truda za uporabnika povezala na gospodinjski aparat. To pomeni, da aplikacija zna aktivirati Wifi opcijo na android napravi, poiskati določeno omrežje in se na njega povezati. S pomočjo http ukaza mora avtomatsko nastaviti Wifi parametre, kot je določeno v interni specifikaciji. Pri tem mora biti omogočeno, da uporabnik lahko poljubno nastavlja parametre preden se ti pošljejo na izbrano Wifi omrežje. Cilj: razviti aplikacijo za samodejno povezavo mobilne naprave z gospodinjskim aparatom s čim manj poseganja uporabnika v nastavitve in povezovanje. Patricio Bulić, Veljko Pejović, Niko Zimic 20 Gorenje d.d., kontakt Matjaž Linec, matjaz.linec@gorenje.com Spletni poštni odjemalec za varno pošiljanje velikih datotek zunanjim partnerjem Naloga predvideva razvoj WEB aplikacije, ki je en del večje WEB aplikacije razvite interno, namenjeno projektnemu vodenju. Cilj je zagotoviti možnost pošiljanja tudi večjih datotek v prilogi maila, ki so zaupne narave. Osnovna ideja je, da spletni poštni odjemalec deluje podobno kot klasični odjemalci, le da priloge, ki jih uporabnik doda ta skrči v eno datoteko, jih enkriptira z naključnim geslom in doda unikatno oznako s katero se identificira tudi vsebina skrčene datoteke. Ko se e-pošta odpošlje, se priloga dejansko shrani lokalno na internem serverju, naslovniku pa se pošlje le obvestilo o datoteki na serverju in osnovni podatki. Uporabnik se nato prijavi na server s svojim uporabniškim računom in si lahko shrani datoteko lokalno. Pripadajoče geslo za to datoteko se naslovniku pošlje ločeno. Program ne sme omogočati naknadnega spreminjanja priloge, za vsako enkriptirano prilogo se na varen način shranjujejo tudi gesla in datum kdaj se je shranila na server ter unikatna oznaka priloge. Datoteke, ki se lahko dodajajo v prilogo se morajo nahajati v bazi znotraj obstoječe WEB aplikacije. Dodajanje datotek z lokalnega računalnika ne sme biti dovoljeno. Potrebno je tudi zagotoviti integracijo z obstoječo WEB aplikacijo za projektno vodenje za interno uporabo, pripraviti analizo najprimernejših rešitev za realizacijo naloge s poudarkom na prednostih in slabostih, razviti WEB aplikacijo in demonstrirati njeno uporabo s poudarkom na varnosti. To je Filesender na ARNES 21 Gorenje d.d., kontakt Matjaž Linec, matjaz.linec@gorenje.com Virtualni asistent za pripravo hrane Cilj naloge je razviti virtualnega asistenta pri pripravi hrane, ki je realiziran s micro/pico projektorjem in kamero. Zaželeno je, da rešitev sistema »teče« na vgrajenem sistemu v povezavi z računalnikom preko brezžičnega vmesnika. Z računalnikom se sistemu le prenaša vsebino, ki jo želimo projicirati. Projektor projicira izmišljen uporabniški vmesnik, kamera pa zaznava izbiro, ki jo ponuja vmesnik. Ideja je, da se rešitev kamere in projektorja montira nad pultom (pod zgornjo omaro) in se projicira na pultom (višina cca 55 cm). Na vmesniku naj bodo tako recepti, ki jih bo možno listati z gestami z roko izbire pa bo možno potrditi z »navideznim« pritiskom, kot tudi prikaz video posnetkov, ki jih bo možno ustaviti na ukaz (pavza), vrteti naprej, nazaj z gestami z roko itn. Cilji: izbira primerne kamere in projektorja s ciljem izbrati cenovno optimalno rešitev, ki je hkrati dovolj kvalitetna (kar se tiče prikaza projicirane slike), pripraviti pripadajočo podporno programje za projektor, kamero, razpoznavanje gest ter računalnik, analizirati strojno rešitev in algoritme v realnem okolju in določiti omejitve sistema. Franc Solina, Borut Batagelj, Luka Čehovin Zajc, Peter Peer, Iztok Lebar Bajec 22 Kolektor d.d., kontakt Maja Leban <Maja.Leban@kolektor.com> Integracije na področju poslovno informacijskih sistemov Poslovanje podjetja je podprto z različnimi poslovno informacijskimi rešitvami, ki naj bi služile kot podpora uporabnikom pri kreiranju in obdelavi podatkov. To so npr. aplikacije za ročni vnos in obdelavo podatkov, avtomatsko generiranje podatkov, zajem s senzorji in še kaj. V pridruženih podjetjih so različna poslovna področja pokrita z različnimi ERP sistemi. ERP sistemi so lahko povezani preko vmesnikov ali celo nepovezani. Kako čimbolj učinkovito zagotoviti povezljivost različnih sistemov? Npr. možnosti: SAPov produkt SAP PI, MuleSoft (uporablja ga Tesla, oziroma po dogovoru. 23 Kolektor d.d., kontakt Maja Leban <Maja.Leban@kolektor.com> Integracije na področju infrastrukture Integracije pridruženih podjetji na področju infrastrukture – Kako na varen in enostaven način zagotoviti potrebam po čim hitrejši integraciji pridruženih podjetij? IKT okolja podjetij, katerih poslovanje je v informacijskem smislu zaupano internim IKT oddelkom, so velikokrat relativno standardizirana. Razloge gre iskati predvsem v zahtevi po enotni uporabniški izkušnji. Kljub temu pa se IKT oddelki v rastočih okoljih srečujejo z drugimi, različnimi okolji. Prav zato je zagotavljanje enotne uporabniške izkušnje svojevrsten izziv. Izziv dodatno povečuje razvoj in uporaba modernih tehnologij. 24 Kolektor d.d., kontakt Maja Leban <Maja.Leban@kolektor.com> Digitalizacija – Kako slediti potrebam, obenem pa zagotavljati varnost in upravljanje proizvodnih naprav in ostalih sistemov Kako držati pod kontrolo vedno več programske opreme in sistemov. Varnost. V poplavi novih tehnologij se srečujemo z veliko vrsto različnih odjemalcev, ki vsak zase in vsak zase, že zagotavlja zbiranje določenih podatkov. Prav zaradi količin podatkov so zahteve uporabnikov o priklopu naprav v IKT omrežje razumljive. Pri tem je potrebno upoštevati heterogenost naprav, ki zahtevajo uporabo različnih orodij in metod za zagotavljanje ustreznega delovanja in povezljivosti. Število naprav in njihova heterogenost na eni strani povečuje zahtevnost naloge, na drugi strani pa generira potrebo po kontroli nad programsko opremo, kot tudi kontrolo nad sistemi. Aleksandar Jurišić 25 Mahle Letrika d.o.o., kontakt Jernej Kuželički, <jernej.kuzelicki@si.mahle.com> Standardizacija CAN komunikacije v krmilnikih električnih motorjev Krmilniki motorjev podjetja MAHLE Letrika imajo vgrajen CAN vmesnik, prek katerega komunicirajo z ostalimi napravami v električnem vozilu in diagnostičnimi orodji. Prek CAN omrežja se prenašajo regulacijski signali, izvaja diagnostika in parametrizacija ter razvija software. Za te namene v podjetju pogosto uporabljamo lastne protokole, a je naš cilj, da implementiramo standarde avtomobilske protokole, kot so XCP, UDS in SAE J1939. Cilj diplomske naloge je programiranje izbranih funkcij na krmilniku in diagnostičnih orodjih po enem od standarnih protokolov. Patricio Bulić, Niko Zimic, Robert Rozman 26 Mahle Letrika d.o.o., kontakt Jernej Kuželički, <jernej.kuzelicki@si.mahle.com> Software varnostnih funkcij na električnih vozilih Električna vozila morajo biti načrtovana po standardih funkcionalne varnosti, kot sta na primer ISO 13849 in ISO 26262. Večina varnostnih funkcij je implementiranih programsko. Izvaja jih bodisi glavni ali pa pomožni varnostni mikrokrmilnik. Standardi predpisujejo sistematičen razvojni procesa varnostnega softvera po V-modelu. Razvijte, dokumentirajte in testirajte predpisane varnostne funkcije s pomočjo simulacije električnega vozila. Patricio Bulić Podjetja - seznam diplomskih tem Vir Naloženo 22/03/2017 14:09