prikaz prve stranice dokumenta Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja
Rad nije dostupan
diplomski rad
Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:584821
Mijić, Andrija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Mijić, A. (2022). Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:584821

Mijić, Andrija. "Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:584821

Mijić, Andrija. "Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:584821

Mijić, A. (2022). 'Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 08.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:584821

Mijić A. Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 08.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:584821

A. Mijić, "Sustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:584821

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:584821
Podaci o radu
NaslovSustav za stvarnovremensku procjenu parametara vožnje bicikla temeljen na metodama strojnog učenja
Naslov (engleski)Real-Time System for Bicycle Riding Parameters Estimation Based on Machine Learing Methods
AutorAndrija Mijić
MentorHrvoje Džapo (mentor)
Član povjerenstvaHrvoje Džapo (predsjednik povjerenstva)
Član povjerenstvaMario Cifrek (član povjerenstva)
Član povjerenstvaŽeljka Lučev Vasić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-02-25, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U okviru diplomskog rada razvijen je sustav za prikupljanje podataka na električnom biciklu. Sustav se sastoji od STM32F4 Discovery kao centralne procesorske jedinice, inercijskog senzora ICM-20948, barometra DPS368 Shield2Go i RTK sustava za pozicioniranje Emlid Reach. Senzorski podaci snimaju se na SD karticu, pri čemu je posebna pažnja posvećena vremenskoj sinkronizaciji podataka iz različitih izvora. Podaci dobiveni eksperimentalnom vožnjom obrađeni su i korišteni za treniranje umjetne neuronske mreže. Za treniranje mreža korišteni su alati Tensorflow i Google Colab, pri čemu je Tensorflow korišten za razvoj umjetne neuronske mreže dok je Google Colab korišten kao razvojno okruženje. Proučene su mogućnosti postavljanje trenirane umjetne neuronske mreže na ugradbeni računalni sustav DART-MX.
Sažetak (engleski)
In this thesis a system for sensor data acquisition for electric bicycle was developed. The system consists of: STM32F4 Discovery board (CPU unit), ICM-20948 inertial sensor, DPS368 Shield2Go barometer, and Emlid Reach RTK positioning system. Sensor data was recorded on the SD card, with special attention to the time synchronization of sensor data obtained from different sources. Data obtained by experimental driving were processed and used for training of artificial neural network. Tensorflow and Google Colab were used to train neural networks, where Tensorflow was used to develop neural network while Google Colab was used as a development environment. Process of transfering a neural network on the embedded computer system DART-MX was studied.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:584821
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 pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 13:07:50