hrvatski

Primjena neuronskih mreža u modernim automobilima

U posljednjem desetljeću ostvaren je značajan razvoj i napredak u automobilskoj industriji koji se očituje u integriranju različitih inteligentnih sustava unutar automobila. Karakterizacija stilova vožnje, te prepoznavanje vozača može biti osnova za nekoliko aplikacija poput provjere autentičnosti vozača u sigurnosne svrhe kao i prilagođavanja funkcije vozila s skladu sa željenom konfiguracijom vozača. U ovom radu prikazan je problem prepoznavanja vozača na temelju parametara vožnje prikupljenih s kontrolne jedinice motora (ECU) pomoću OBD-II skenera. Opisan je način funkcioniranja neuronskih mreža, kao i postupka učenja i treniranja mreže. Poseban naglasak je stavljen na mreže s vremenskom povratnom vezom, budući da se za rješavanje problema klasifikacije vozača koristi mreža s dugoročnom memorijom (LSTM). Prikazani su rezultati klasifikacije vozača na temelju filtriranih podataka s akcelerometra čime se ostvaruje točnost od 94 %, te neobrađenih podataka pri čemu je točnost modela 90%. Konačni model je testiran i na podacima vožnje nepoznatog vozača. Daljnji razvoj je moguć dodavanjem podataka s kamere u bazu podataka s ciljem prepoznavanja vozača i uvjeta na cesti

OBD-II ; prepoznavanje vozača ; neuronske mreže s povratnom vezom ; LSTM

nije evidentirano