hrvatski

Detekcija i praćenje značajki prikladnih za upravljanje smjerom kretanja vozila

Autonomna vožnja vozila je složeni problem čije rješenje obuhvaća niz raznih tehnoloških grana. Računalni vid, kao i duboko učenje, ključni su elementi svakog modela autonomnog vozila. Ovaj rad bavi se implementacijom algoritama monokularne vizualne odometrije za rješavanje problema samostalnog održavanja smjera robota. Pomoću popularne biblioteke OpenCV sa omotačem za programski jezik Python, napravljena je programska podrška kojom se prati putanja vozila. Korekcija putanje vrši se metodama strojnoga učenja i dodatnim pretpostavkama. Modeli dubokog učenja korišteni su za sigurnu (bez sudara) vožnju po zadanoj putanji, a detekcija objekata pomoću neuronskih mreža korištena je za stvaranje posebnih regija interesa koje dalje proširuju funkcionalnost monokularne vizualne odometrije. Za potrebe rada korišten je ručno izrađeni robot pomoću RaspberryPi 4 ploče i kamere bez dodatnih senzora.

vizualna odometrija ; duboko učenje ; monokularna vizualna odometrija ; detekcija značajki ; kretanje robota ; opencv ; tensorflow

nije evidentirano