1. Razpoznava objektov ter napovedovanje njihovega obnašanja v aplikacijah za avtonomno vožnjoNiko Kolar, 2024, master's thesis Abstract: V magistrskem delu smo se osredotočili na raziskovanje in implementacijo sistema za avtonomno vožnjo, ki služi kot osnova za sprejemanje odločitev. Informacije iz okolice vozila pridobivamo zgolj s pomočjo kamere. Za implementacijo smo uporabili dve vrsti kamer, in sicer monokularno ter stereo. Nad podatki monokularne kamere smo implementirali algoritme za prepoznavanje objektov v okolici vozila, sledenje tem objektom skozi zaporedje slik, zaznavanje voznega pasu, določanje pozicije vozila na njem in ocenjevanje časa do roba vozišča. Podatke stereo kamere smo uporabili za določanje razdalje do prepoznanih objektov ter konstrukcijo 3D strukture okolice premikajočega se vozila. Keywords: Avtonomna vožnja, stereo vid, računalniški vid, konvolucijske nevronske mreže Published in DKUM: 14.10.2024; Views: 0; Downloads: 15 Full text (3,98 MB) |
2. Načrtovanje in izdelava merilnega sistema za validacijo naprednih sistemov za pomoč vozniku in analiza dobljenih podatkov : magistrsko deloBojan Čontala, 2023, master's thesis Abstract: V magistrskem delu se najprej osredotočimo na pregled osnovne terminologije ter standardov, ki se uporabljajo pri vozilih z naprednimi sistemi za pomoč vozniku ter avtonomnih vozilih, in kratek opis uporabljenih oziroma vgrajenih tehnologij v teh vozilih ter potrebnih testiranj za zagotovitev delovanja in varnosti vozil. Temu sledi glavni del in sicer zahteve, koncept, razvoj, sestava proizvodne dokumentacije, izdelava ter sestava celotnega referenčnega merilnega sistema za verifikacijo delovanja sistemov za pomoč vozniku. Na koncu je opisanih še nekaj primerov dobave in sprejemnih testov za zagotovitev pravilnega delovanja in točnosti celotnega sistema ter meritve z rezultati enega izmed mnogih testov po Euro NCAP standardu. Keywords: testiranje, avtonomna vožnja, meritve, načrtovanje merilnega sistema, Euro NCAP, napredni sistemi za pomoč vozniku Published in DKUM: 05.12.2023; Views: 431; Downloads: 20 Full text (14,81 MB) |
3. Primerjava različnih načinov učenja globokih nevronskih mrež v avtonomni vožnji : magistrsko deloAndraž Skupek, 2022, master's thesis Abstract: V magistrskem delu opisujemo avtonomno vožnjo, algoritme za učenje avtonomnih vozil ter algoritme za razpoznavo prometnih znakov. Za implementacijo smo uporabili dva različna načina učenja avtonomnih vozil, in sicer posnemajoče učenje – za implementacijo katerega smo uporabili konvolucijske nevronske mreže, ter samoojačitveno učenje, kjer uporabljamo nevronsko mrežo, model pa se uči iz lastnih napak. Ob implementaciji avtonomnih vozil smo s pomočjo konvolucijskih nevronskih mrež implementirali tudi modele za razpoznavo prometnih znakov. Omenjene modele smo nato združili z algoritmi avtonomne vožnje in s tem dobili vozilo, ki se je sposobno v simulatorju samostojno premikati ter pospeševati ali zavirati glede na razpoznani prometni znak. Modele obeh načinov avtonomne vožnje testiramo na osmih različnih progah, kjer hitrost vožnje upravljamo tudi s pomočjo razpoznavalnika prometnih znakov. Modeli so uspešni, če uspešno prevozijo celotno progo. Rezultati naših modelov so uspešni, saj je kar nekaj modelov uspešno premagalo vseh osem prog. Keywords: Avtonomna vožnja, globoko učenje, nevronske mreže, konvolucijske nevronske mreže Published in DKUM: 14.03.2022; Views: 1122; Downloads: 186 Full text (2,41 MB) |
4. Uporaba metod zastopanja znanja za preučevanje naprednih sistemov za pomoč voznikom in avtonomne vožnje : masterʹs thesisGregor Ovsenjak, 2021, master's thesis Abstract: Področje avtonomne vožnje je eno izmed najbolj raziskovanih tem v avtomobilski industriji. Varnost avtonomnih vozil v vsakdanjih situacijah na cesti predstavlja enega izmed glavnih izzivov, zaradi vrste različnih situacij do katerih pride v resničnem svetu. Avtonomna vozila bi morala prevoziti več sto miljard kilometrov, da bi lahko potrdili njihovo zanesljivost pri odločanju v primeru nevarnosti. Zato ima virtualno testiranje scenarijev, kjer lahko simuliramo poljubne situacije, pomembno vlogo pri validaciji in preverjanju delovanja avtonomnih vozil.
Tako virtualno testiranje predstavlja nujen postopek v razvoju naprednih sistemov avtonomne vožnje. Vendar je ustvarjanje raznolikih scenarijev velikokrat okoren in zamuden postopek. Zaradi tega je zaželjena večkratna in ponovna uporaba podatkov iz realnega sveta. Ker ontologije predstavljajo večkrat uporabno zastopanje informacij, so idealen kandidat za ustvarjanje raznolikih scenarijev. V nalogi predstavimo avtomatiziran postopek za razbiranje informacij iz podatkovne baze za namene večkratne in ponovne uporabe le teh v ontologijah. Ključnega pomena za razvoj ontologije je dobro razumevanje strukture podatkovne baze, zato se velik del naloge osredotoča na analizo le te. Podatke z baze je potrebno s pomočjo programske kode razbrati in interpretirati ter šele nato uskladiti ontologijo z bazo. Pri tem razvijemo dve nove metodi, ki temeljita na geometričnih algoritmih. Na podlagi le-teh, raziščemo bazo in zbrane podatke očiščimo s z uporabo statistične analize ter opredelimo v ontologijo. Rezultat naše naloge je ontologija zapolnjena z osnovnimi koncepti, ki so definirani na podlagi podatkov zbranih s podatkovne baze. Keywords: ontologije, avtonomna vožnja, avtomatizacija, Waymo Open Dataset Published in DKUM: 20.12.2021; Views: 921; Downloads: 58 Full text (1,95 MB) |
5. Razvoj algoritma za avtonomno vožnjo robota v ros/gazebo okolju : diplomsko deloGregor Popič, 2021, undergraduate thesis Abstract: Diplomska naloga povzema snovanje algoritmov za avtonomno vožnjo robota v različnih simulacijskih okoljih. Pri tem so uporabljeni različni senzorji, kot so LiDAR, IMU in inkrementalni ter absolutni dajalniki za odometrijo. Algoritem je zapisan v C++ programskem jeziku, ki je namenjen meta robotskemu operacijskemu sistemu ROS. Ob tem je uporabljeno simulacijsko okolje Gazebo, ki služi kot pripomoček, za naključno generiranje testnih okolij, ki so bila tudi del tekmovanja Field Robot Event 2021. To je sestavljeno iz več nalog, kjer prva predstavlja avtonomno vožnjo robotov po ukrivljenih vrstah, na koncu katerih je potrebno zaviti v naslednjo vrsto. Drugo nalogo pa sestavljajo ravne vrst, deloma nepopolne vrste, kjer mora robot prevoziti le določene vrste, po v naprej določenem zaporedju. Razvita algoritma sta bila testirana v simulacijskem okolju in ovrednotena v primerjavi z drugimi podobnimi rešitvami na tekmovanju poljskih robotov Field Robot Event 2021. Keywords: FarmBeast, Field Robot Event, avtonomna vožnja, ROS, Gazebo Published in DKUM: 30.08.2021; Views: 872; Downloads: 99 Full text (2,01 MB) |
6. Primerjava avtonomnih avtomobilovMihael Hojnik, 2019, undergraduate thesis Abstract: Diplomsko delo je razdeljeno na več poglavij. Vsako od poglavij je opisano in razdeljeno na glavne teme. V uvodu je opisano področje, o katerem se bo pisalo v diplomskem delu. Tematika je osredotočena na razvoj avtonomnih vozil in njihovo umetno inteligenco. Pomembno poglavje so ekonomski modeli lastništev. Pri lastništvih so raziskane možnosti, katere ima vsak posameznik glede na njegove potrebe po prevozu. Opredeljene so rešitve, ki odločajo pri raziskavah, kako lahko določeni dejavniki pripomorejo k izbiri lastništva. Opredeljene in pojasnjene so razlike med osebnim lastništvom avtomobila in souporabo avtomobila. Pri souporabi avtomobila so prikazane možnosti različnih vrste deljenja vozila z ostalimi udeleženci. V poglavju, ki vključuje avtonomnost avtomobilov, so razloženi asistenčni sistemi, ki vplivajo na delovanje avtonomnih avtomobilov. Predstavljeni so najpomembnejši asistenčni sistemi, ki so vgrajeni v vsa nova vozila na trgu. Razložena je avtomatizacija, ki vključuje vsako stopnjo avtomatizacije glede na razvoj in napredek tehnologije. Pri stopnjah avtomatizacije so opisane metode, kako v raziskovalnih centrih določajo, v katero kategorijo po lestvici spada vozilo. Prikazani in predstavljeni so vsi vidiki, ki si jih zastavljajo družba in investitorji o avtonomni vožnji. Razdeljeni so na več poglavij. Pravni vidik zajema omejitve in direktive, ki so vezane na razvoj vozil. Pri varnostnem vidiku je govora o odločitvah avtonomnih vozil v primeru nesreč. Opisana je situacija nesreče, da je manjša škoda. Pri družbenem vidiku je prikazan pogled družbe na avtonomna vozila. Opisane so skeptičnosti in odzivi prvih primerkov vozil. Pri ekonomskem vidiku je govora o izrabi avtonomnih vozil za nove panoge, uporabi podatkov za marketinške namene in tudi avtomatizaciji tovornega prometa. V poglavju o primerjavi vozil je na začetku opis tehnologije posameznih proizvajalcev, na katerih kriterijih bo temeljila. Opisana je tehnologija proizvajalcev BMW, Mercedes Benz, Tesla Motors in GM. V drugem delu poglavja so opisane prikazane možnosti trenutnih avtomobilov, ki obsegajo vsaj delno avtomatizacijo vozil. Keywords: Primerjava, Avtomobil, Avtonomna vožnja, analiza, Ekonomski modeli, Avtonomnost Published in DKUM: 10.12.2019; Views: 1432; Downloads: 231 Full text (775,11 KB) |
7. |
8. Uporaba tehnologije veriženja blokov za najem avtonomnih vozilIztok Zajc, 2019, master's thesis Abstract: Potencial tehnologije avtonomnih vozil temeljito spreminja celotno transportno industrijo, v veliki meri odpravlja prometne nesreče, zmanjšuje zastoje na cestah in skupno število vozil ter močno prispeva k čistejšemu okolju. Poleg tehnoloških prednosti govorimo tudi o novem socialnem elementu, kajti popolnoma avtonomna vozila omogočajo mobilnost določenemu segmentu ljudi, ki je danes iz različnih razlogov prikrajšan za možnosti uporabe takšne oblike mobilnosti. Popolnoma avtonomna vozila prinašajo tudi pomembno spremembo lastniškega modela, kajti z vzpostavitvijo možnosti najema popolnoma avtonomnega vozila na zahtevo uporabnika za prevoz na določeno lokacijo lastništvo avtonomnega vozila ne bo več nujno. Takšen najemni model uporabnikom prinaša mnoge prednosti, kajti ni skrbi za nakup, vzdrževanje ali garažiranje v času neuporabe. Uporabnikom avtonomnih vozil prinaša tudi novost v prosti časovni razpoložljivosti med avtonomno vožnjo in možnost določenih opravil ali naročanja dodatnih spremljajočih storitev, ki jih danes ne morejo opravljati ali prejemati med vožnjo.
Velikost trga uporabnikov avtonomnih vozil, čezmejna uporaba sistemov najema in vključevanje različnih spremljajočih storitev na zahtevo presegajo možnosti današnjih konvencionalnih centraliziranih transakcijskih sistemov. Tehnologija, ki omogoča decentralizirane sisteme za beleženje poslovnih transakcij med različnimi poslovnimi subjekti, razpršenimi po različnih interesnih industrijah, je tehnologija veriženja podatkovnih blokov.
V magistrski nalogi smo skupaj s podjetjem AV Living Lab, ki je organiziralo demonstracijo avtonomne vožnje v Ljubljanskem BTC Cityju, pripravili prototipno aplikacijo za najem in zavarovanje avtonomnega vozila na osnovi tehnologije veriženja podatkovnih blokov Hyperledger Fabric. Prototipna aplikacija v krogu znanih identitet omogoča poslovno sodelovalno platformo medsebojno neodvisnih poslovnih subjektov z namenom omogočanja uporabnikom najemanja avtonomnega vozila, njegovo zavarovanje, morebitno plačevanje energentov in izkoriščanje nabora različnih spremljajočih poslovnih storitev.
V magistrski nalogi smo opravili tudi anketo med obiskovalci prireditve z demonstracijo avtonomne vožnje, ki so podali svoje občutke ob preizkusu avtonomnega vozila, ki spada v razred avtonomnosti vožnje V4. Namen raziskave je bil pridobiti uporabniško percepcijo uporabe avtonomne vožnje in pridobitev novih idej za spremljajoče storitve na zahtevo uporabnika najema avtonomnega vozila. Rezultati predstavljajo pomembne ugotovitve za razvoj poslovnega modela mobilnosti in vključevanje novih storitev ter poslovnih subjektov v platformo najema avtonomnih vozil in nudenja spremljajočih storitev na zahtevo uporabnikov. Keywords: avtonomna vožnja, tehnologija veriženja podatkovnih blokov, percepcija uporabe avtonomnih vozil Published in DKUM: 10.10.2019; Views: 1637; Downloads: 135 Full text (4,83 MB) |
9. Daljinsko voden robot z zaznavanjem ovir na računalniku Raspberry Pi 3 BAljaž Zajc, 2019, undergraduate thesis Abstract: V diplomskem delu opisujemo izdelavo avtonomnega robota, ki zaznava ovire. Preučili smo delovanje operacijskega sistema ROS in njegove interakcije z računalnikom Raspberry Pi 3 B. Za implementacijo robota smo uporabili dva gonilnika BTS7960B, štiri elektromotorje, računalnik Raspberry Pi 3 B, igralni plošček F710 ter senzor Rplidar A1M8.
Igralni plošček smo uporabili za daljinsko upravljanje robota, izogibanje oviram pa smo implementirali s pomočjo signalov senzorja Rplidar A1M8. V ta namen smo razvili algoritem za izogibanje ovir AZ19, ki robotu omogoča avtonomno vožnjo. Na koncu smo učinkovitost robotove vožnje predstavili v namensko zgrajenem poligonu. Keywords: ROS, Raspberry Pi, robot, avtonomna vožnja Published in DKUM: 27.03.2019; Views: 2118; Downloads: 281 Full text (1,68 MB) |
10. Regulacija krmilnega sistema avtonomnega vozila GPE18Tadej Vidovič, 2018, diploma project paper Abstract: V zaključnem projektu smo predstavili rešitev za krmilni sistem avtonomnega dirkalnega vozila, bolid formule študent GPE18. Vozilo smo izdelali v ekipi UNI Maribor GPE za namene tekmovanj formule študent. V bolidu je že bil vgrajen krmilni sistem za človeško upravljanje vozila, mi pa smo izdelali regulacijski sistem, ki v načinu avtonomne vožnje obrača kolesa glede na zahtevo avtonomnega računalnika. V sklopu naloge smo modelirali oz. identificirali sistem, poiskali smiselno opcijo za aktuacijo sistema, izbrali ali izdelali potrebne komponente ter na koncu opravili praktični preizkus sestavljenega sistema. Keywords: modeliranje, regulacija, električno vozilo, avtonomna vožnja, krmilni sistem, e-formula študent Published in DKUM: 07.02.2019; Views: 2659; Downloads: 230 Full text (1,34 MB) |