prikaz prve stranice dokumenta Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota
  Preuzmi
PDF 1.49 MB
završni rad
Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota
Pula: Sveučilište Jurja Dobrile u Puli, 2023. urn:nbn:hr:137:857791
Brodarič, Luka
Sveučilište Jurja Dobrile u Puli
Fakultet informatike u Puli

Institucijski repozitorij: Digitalni repozitorij Sveučilišta Jurja Dobrile u Puli

Citirajte ovaj rad

Brodarič, L. (2023). Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota (Završni rad). Pula: Sveučilište Jurja Dobrile u Puli. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:137:857791

Brodarič, Luka. "Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota." Završni rad, Sveučilište Jurja Dobrile u Puli, 2023. https://urn.nsk.hr/urn:nbn:hr:137:857791

Brodarič, Luka. "Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota." Završni rad, Sveučilište Jurja Dobrile u Puli, 2023. https://urn.nsk.hr/urn:nbn:hr:137:857791

Brodarič, L. (2023). 'Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota', Završni rad, Sveučilište Jurja Dobrile u Puli, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:137:857791

Brodarič L. Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota [Završni rad]. Pula: Sveučilište Jurja Dobrile u Puli; 2023 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:857791

L. Brodarič, "Anotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota", Završni rad, Sveučilište Jurja Dobrile u Puli, Pula, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:857791

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:137:857791
Podaci o radu
NaslovAnotacija skupa podataka za različite probleme dubokog učenja na primjeru ai.Shuttle robota
Naslov (engleski)Dataset annotation for different deep learning problems on the example of the AI.shuttle robot
AutorLuka Brodarič
MentorGoran Oreški (mentor)
Član povjerenstvaSiniša Sovilj (predsjednik povjerenstva)
Član povjerenstvaGoran Oreški (član povjerenstva)
Član povjerenstvaRomeo Šajina (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Jurja Dobrile u Puli
(Fakultet informatike u Puli)
Pula
Datum i država obrane2023-09-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Informacijski sustavi i informatologija
Sažetak
Projekt ai.Shuttle predstavlja automobil robot koji pokreće Nvidia Jetson Nano. Dizajniran kao idealna platforma za istraživanje algoritama dubokog učenja u robotici, ai.Shuttle je opremljen nizom senzora i kamera koje omogućuju percepciju okoline i interakciju. Putem označavanja podataka i tehnika dubokog učenja, ai.Shuttle je osposobljen za navigaciju stazom, svladavanje prepreka, prepoznavanje objekata i izvođenje zadataka kao što su semantička segmentacija i otkrivanje objekata. Projekt obuhvaća različite faze, počevši od prikupljanja podataka iz stvarnog svijeta tijekom upravljanja robotom na stazi. Prikupljanje podataka uključivalo je snimanje fotografija, povezivanje koordinata s njima i utvrđivanja različitih klasa na fotografijama. Tehnike regresije isprva su korištene za predviđanje koordinata za navigaciju. Međutim, potreba za većom brzinom dovela je do uključivanja semantičke segmentacije. Cilj je bio stvoriti skup podataka koji omogućuje preciznu identifikaciju objekata i označavanje na fotografijama. Fotografije predstavljaju različite scenarije, uključujući klase ceste i prepreka. Najveći izazov s kojim smo se susreli bilo je različito osvjetljenje staze prilikom premještanja među prostorijama. Povećanje podataka poboljšalo je raznolikost i robusnost, dok su provjere kvalitete smanjile nedosljednosti u testiranju vožnje. Uvježbani model zatim je testiran za autonomnu navigaciju i izbjegavanje prepreka na stazi. Kao rezultat rada na projektu ai.Shuttle, ovaj završni rad istražuje te naglašava važnost preciznog prikupljanja podataka, bavi se uobičajenim izazovima strojnog učenja te ukazuje na etičke aspekte razvoja umjetne inteligencije. Također prikazuje put razvoja sustava za autonomnu vožnju, od prikupljanja podataka do izrade modela koji se testira na ai.Shuttle robotu.
Sažetak (engleski)
The ai.Shuttle project presents a robot car powered by Nvidia Jetson Nano Designed as an ideal platform for exploring deep learning algorithms in robotics, ai.Shuttle is equipped with a variety of sensors and cameras that enable environment perception and interaction. Through data annotation and deep learning techniques, ai.Shuttle is trained to navigate a path, overcome obstacles, recognize objects, and perform tasks such as semantic segmentation and object detection. The project encompasses different phases, starting with collecting real-world data while controlling the robot on the track. Data collection included taking photos, linking coordinates to them, and determining different classes in the photos. Regression techniques were initially used to predict coordinates for navigation. However, the need for greater speed led to the inclusion of semantic segmentation. The goal was to create a data set that enables precise object identification and labeling in photographs. The photos represent different scenarios, including road and obstacle classes. The biggest challenge we faced was the different lighting of the track when moving between rooms. Data augmentation has improved variety and robustness, while quality checks have reduced inconsistencies in test driving. The trained model was then tested for autonomous navigation and obstacle avoidance on the track. As a result of work on the ai.Shuttle project, this final paper explores and emphasizes the importance of accurate data collection, deals with common machine learning challenges, and points to the ethical aspects of artificial intelligence development. It also shows the development path of an autonomous driving system, from data collection to the creation of a model that is tested on the ai.Shuttle robot.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:137:857791
Studijski programNaziv: Informatika
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (univ.bacc inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-09-12 20:50:55