| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 3 / 3
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
REKONSTRUKCIJA PROSTORA Z UPORABO ULTRAZVOČNEGA MERILNIKA RAZDALJE
Gregor Jamšek, 2011, diplomsko delo

Opis: V diplomskem delu je predstavljena uporaba ultrazvočnega merilnika razdalj za rekonstruiranje 2D slike prostora. Najprej opišemo razvojno platformo Arduino, ultrazvočni merilnik razdalje in prototip avtonomnega vozila, ki smo ga uporabili pri izvedbi testov. V nadaljevanju razložimo dva koncepta, ki omogočata, da iz posnetih ultrazvočnih podatkov tvorimo s pomočjo algoritmov za združevanje slik dvodimenzionalno sliko prostora. To je tudi končni rezultat diplomskega dela
Ključne besede: rekonstrukcija prostora, ultrazvočni merilnik razdalj, avtonomno vozilo, združevanje slik
Objavljeno: 01.06.2011; Ogledov: 1292; Prenosov: 129
.pdf Celotno besedilo (3,16 MB)

2.
Izdelava in vodenje avtonomnega vozila na gosenicah
Aleš Obal, 2013, objavljeni znanstveni prispevek na konferenci

Ključne besede: avtonomno vozilo na gosenicah, vodenje vozila, Izdelava vozila
Objavljeno: 10.07.2015; Ogledov: 670; Prenosov: 30
URL Povezava na celotno besedilo

3.
Razvoj naprednega sistema za detektiranje voznih pasov na platformah GPU
Karlo Crnek, 2019, magistrsko delo

Opis: Problem, ki ga obravnavamo v magistrski nalogi je detektiranje voznih pasov na RGB slikah oz. posnetkih ceste pred vozilom med vožnjo. Za rešitev tega problema smo se odločili uporabiti tehnike »globokega učenja«, predvsem konvolucijske nevronske mreže, s katerimi smo izvedli semantično segmentiranje. Problem smo reševali s tremi različnimi arhitekturami nevronskih mrež, ki smo jih učili na naboru podatkov BDD100k. Modele mrež smo nato testirali in primerjali rezultate s pomočjo IoU metrike za semantično segmentacijo. Opravili smo tudi več eksperimentov s ciljem izboljšanja IoU vrednosti in generalizacije modelov. Na koncu smo modele testirali tudi na Nvidia Jetson TX2 platformi in predlagali možnost vključitve takšnih modelov v sistem avtonomnega vozila.
Ključne besede: globoko učenje, konvolucijske nevronske mreže, segmentacija voznega pasu, strojni vid, avtonomno vozilo
Objavljeno: 13.11.2019; Ogledov: 186; Prenosov: 45
.pdf Celotno besedilo (3,48 MB)

Iskanje izvedeno v 0.04 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici