| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Uporaba metod zastopanja znanja za preučevanje naprednih sistemov za pomoč voznikom in avtonomne vožnje : masterʹs thesis
Avtorji:ID Ovsenjak, Gregor (Avtor)
ID Gosak, Marko (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Ovsenjak_Gregor_2021.pdf (1,95 MB)
MD5: A95937FC8EBE5D8C631436966B59C77C
PID: 20.500.12556/dkum/b1423aaf-e67c-4841-86f5-29d0395debd6
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FNM - Fakulteta za naravoslovje in matematiko
Opis: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.
Ključne besede:ontologije, avtonomna vožnja, avtomatizacija, Waymo Open Dataset
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[G. Ovsenjak]
Leto izida:2021
Št. strani:IX f., 61 str.
PID:20.500.12556/DKUM-80629 Novo okno
UDK:531.8(043.2)
COBISS.SI-ID:89438211 Novo okno
Datum objave v DKUM:20.12.2021
Število ogledov:921
Število prenosov:60
Metapodatki:XML DC-XML DC-RDF
Področja:FNM
:
OVSENJAK, Gregor, 2021, Uporaba metod zastopanja  znanja za preučevanje  naprednih sistemov za  pomoč voznikom in  avtonomne vožnje : masterʹs thesis [na spletu]. Magistrsko delo. Maribor : G. Ovsenjak. [Dostopano 30 april 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=80629
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC 4.0, Creative Commons Priznanje avtorstva-Nekomercialno 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc/4.0/deed.sl
Opis:Licenca Creative Commons, ki prepoveduje komercialno uporabo, vendar uporabniki ne rabijo upravljati materialnih avtorskih pravic na izpeljanih delih z enako licenco.
Začetek licenciranja:23.09.2021

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Knowledge representation as a means to assess advanced driver assistance systems and autonomous driving
Opis:Autonomous driving is one of the most promising and challenging research topics in the automobile industry. Testing the safety of autonomous vehicles in everyday situations on the road is a major challenge due to large variety of circumstances that occur in the real world. Autonomous vehicles would have to be driven hundreds of billions of kilometres to demonstrate their reliability in terms of fatality and injuries. Due to this, virtual testing is essential in the development phase in which, we can experiment on arbitrary scenarios. Virtual testing is an essential part in developing advanced driver assistance system functions, but it can be challenging to generate new assessment test cases. That is why reusability of real-world data for test case generation is a crucial. Since ontologies introduce a sharable and reusable knowledge representation, they present an ideal candidate for solving this task. This thesis presents an automated procedure for information acquisition from the database in order to align the ontology with derived knowledge. Understanding the basic structure of the dataset is paramount in order to correctly develop the ontology. Therefore, a substantial part of the thesis focuses on analysing the dataset. Data has to be acquired and interpreted first and only then can we coordinate it with the ontology. For this purpose, we have developed three new methods based on geometrical algorithms with the help of which we have analysed the dataset and cleaned the acquired data through the methods of statistical analysis. The findings of this thesis present an ontology aligned with the basic concepts that are defined based on data collected from the dataset.
Ključne besede:Ontologies, autonomous driving, automation, Waymo Open Dataset


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici