prikaz prve stranice dokumenta Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje
  Preuzmi
PDF 1.56 MB
diplomski rad
Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje
Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. urn:nbn:hr:200:410517
Pocrnja, Josip
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Institucijski repozitorij: Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Citirajte ovaj rad

Pocrnja, J. (2023). Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje (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:200:410517

Pocrnja, Josip. "Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:410517

Pocrnja, Josip. "Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:410517

Pocrnja, J. (2023). 'Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:410517

Pocrnja J. Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:410517

J. Pocrnja, "Procjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:410517

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:410517
Podaci o radu
NaslovProcjena dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje
Naslov (engleski)Depth estimation using monocular image in autonomous driving
AutorJosip Pocrnja
MentorRatko Grbić (mentor)
Član povjerenstvaRatko Grbić (član povjerenstva)
Član povjerenstvaMario Vranješ (predsjednik povjerenstva)
Član povjerenstvaMarijan 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 računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2023-10-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom radu opisane su postojeće metode procjene dubinske mape na temelju slike dobivene s jedne kamere u okviru autonomne vožnje. Objašnjena je korištena neuronska mreža PixelFormer koja je zasnovana na swin transformeru. Dobivena mreža trenirana je i testirana na prikupljenim skupovima podataka iz CARLA simulatora. Način prikupljanja novog skupa podataka u simulaciji izveden je po uzoru na KITTI skup podataka koristeći kamere postavljene na prednjem kraju vozila. Dobiveni rezultat je neuronska mreža koja radi procjenu dubinske mape u simulacijskim uvjetima. Nadalje, predložen je algoritam za automatsko kočenje u slučaju nailaska vozila na prepreku koji koristi procijenjenu dubinsku mapu na temelju RGB slike. Cjelokupni algoritam izrađen je u Python programskom okruženju s dodatkom PyTorch biblioteke. Predloženi algoritam evaluiran je na dva načina. Najprije je evaluirana efikasnost procjene dubinske mape iz RGB kamere montirane na vozilu u simulatoru, a zatim je evaluirano automatsko kočenje vozila mjerenjem udaljenosti na kojoj se vozilo zaustavilo na različitim mapama s obzirom na različite prepreke.
Sažetak (engleski)
This paper describes existing methods for estimating depth maps based on images obtained from a single camera within the context of autonomous driving. It explains the use of the PixelFormer neural network, which is based on the Swin Transformer architecture. The obtained network was trained and tested on datasets collected from the CARLA simulator. The data collection approach in the simulation was inspired by the KITTI dataset, using cameras mounted at the front of the vehicle. The result is a neural network that can estimate depth maps in simulated conditions. Furthermore, an algorithm for automatic braking in case of encountering obstacles is proposed, which utilizes the estimated depth map based on the RGB image. The algorithm is implemented in a Python programming environment with the addition of the PyTorch library. The proposed algorithm was evaluated in two ways. First, the efficiency of estimating the depth map from an RGB camera mounted on the vehicle in the simulator was evaluated. Then, automatic braking of the vehicle was evaluated by measuring the distance at which the vehicle came to a stop in different scenarios with various obstacles.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:410517
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-13 08:28:40