Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima

Benja, Borna

prikaz prve stranice dokumenta Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima

diplomski rad

Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima

2022. urn:nbn:hr:200:594925

Benja, Borna

Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za komunikacije
Katedra za multimedijske sustave i digitalnu televiziju

Citirajte ovaj rad

APA 6th Edition

Benja, B. (2022). Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:594925

MLA 8th Edition

Benja, Borna. "Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2022. https://urn.nsk.hr/urn:nbn:hr:200:594925

Chicago 17th Edition

Harvard

Benja, B. (2022). 'Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 21.01.2025., https://urn.nsk.hr/urn:nbn:hr:200:594925

Vancouver

Benja B. Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2022 [pristupljeno 21.01.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:594925

IEEE

B. Benja, "Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:594925

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:594925

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Razvoj algoritma autonomne vožnje zasnovanog na procjeni kuta zakreta upravljača vozila i testiranje performansi algoritma u različitim simulatorima
Naslov (engleski)	Development of the autonomous driving algorithm based on vehicle steering angle prediction and algorithm performance testing in different simulators
Autor	Borna Benja
Mentor	Mario Vranješ (mentor)
Član povjerenstva	Mario Vranješ (predsjednik povjerenstva)
Član povjerenstva	Ratko Grbić (član povjerenstva)
Član povjerenstva	Marijan Herceg (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište Josipa Jurja Strossmayera u Osijeku Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek (Zavod za komunikacije) (Katedra za multimedijske sustave i digitalnu televiziju) Osijek
Datum i država obrane	2022-09-08, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Računarstvo Umjetna inteligencija
Sažetak	U ovom radu dan je pregled postoje´cih algoritama za autonomnu voˇznju zasnovanih na procjeni kuta zakreta upravljaˇca vozila. Izradeni su novi vlastiti algoritmi za autonomnu voˇznju zasnovani na Swin transformerskoj neuronskoj mreˇzi. Implementirane su 4 neuronske mreˇze (Swin1, Swin2, Swin3 i Swin4) koje se razlikuju po broju potpuno povezanih slojeva i broju neurona u pojedinom sloju. Implementirane neuronske mreˇze trenirane su i testirane na skupovima podataka prikupljenim u CARLA i MetaDrive simulatorima, a dobiveni rezultati pribliˇzno su jednaki rezultatima PilotNet neuronske mreˇze i vlastite LSTM neuronske mreˇze. Takoder, promatrano je i vrijeme inferencije tj. brzina obrade podataka razliˇcitih neuronskih mreˇza. Najve´cu brzinu obrade postigla je Swin1 neuronska mreˇza s 16.04 FPS. Uz testiranje na prikupljenim podacima, modeli neuronskih mreˇza testirani su u virtualnim okruˇzenjima obaju simulatora te su postigli visoke performanse. U CARLA simulatoru, Swin2 model ostvario je bolje rezultate nego algoritmi iz literature na ve´cini testova. U MetaDrive simulatoru, Swin2 model ostvario je pribliˇzno jednake rezultate kao i PilotNet neuronska mreˇza. Modeli neuronskih mreˇza koji su postigli najbolje rezultate dotrenirani su na trening skupu podataka iz drugog simulatora metodom prijenosnog uˇcenja, no dobiveni rezultati nisu bili znaˇcajno bolji u odnosu na rezultate dobivene treniranjem modela na svakom skupu zasebno. Zakljuˇceno je da neuronske mreˇze zasnovane na Swin transformerskoj neuronskoj mreˇzi mogu biti osnova algoritma autonomne voˇznje zasnovanog na procjeni kuta zakreta upravljaˇca vozila uz dovoljno velik i raznovrstan skup podataka za treniranje.
Sažetak (engleski)	This paper provides an overview of the existing autonomous driving algorithms based on steering angle prediction. Proprietary autonomous driving algorithms based on the Swin transformer neural network were developed. Four neural network models were implemented (Swin1, Swin2, Swin3 and Swin4) differing in the number of fully connected layers and the number of neurons in each layer. The implemented neural networks were trained and tested on datasets collected in CARLA and MetaDrive simulators, and the obtained results are comparable to the results of the PilotNet neural network and the proprietary LSTM neural network. Also, the inference time i.e. the speed of data processing of different neural networks was observed. The highest processing speed was achieved by the Swin1 neural network with 16.04 FPS. In addition to testing on collected datasets, neural network models were tested in the virtual environments of both simulators and achieved high performance. In CARLA simulator, the Swin2 model achieved better results than contemporary algorithms on most tests. In MetaDrive simulator, the Swin2 model achieved results comparable to those of the PilotNet neural network. The models that achieved the best results were trained on the training dataset from another simulator using the transfer learning method but the results obtained were not significantly better than the results obtained by training neural network models on each dataset separately. It was concluded that neural networks based on the Swin transformer neural network can provide a platform for an autonomous driving algorithm based on steering angle prediction given a sufficiently large and diverse training dataset.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:200:594925
Studijski program	Naziv: Računarstvo Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Datum i vrijeme pohrane	2022-10-19 07:59:28