Αναγνώριση πεζών από αυτόνομο ρομποτικό όχημα με χρήση τεχνητής νοημοσύνης και τεχνικών βαθιάς μάθησης
Autonomous robotic vehicle pedestrian detection using artificial intelligence and deep learning techniques
Master Thesis
Συγγραφέας
Διαμαντής, Ευάγγελος
Ημερομηνία
2018-10-31Επιβλέπων
Παναγιωτόπουλος, ΘεμιστοκλήςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Ρομπότ ; Robot ; Autonomous Robot ; Autonomous Robotic Vehicle ; NN ; CNN ; DL ; ΑΙ ; RCNN ; Αυτόνομο αυτοκίνητο ; Αυτόνομο όχημα ; Self-driving car ; Artificial Intelligence Robot ; Αναγνώριση πεζών ; Μηχανική όραση ; Μηχανική μάθηση ; Τεχνητή νοημοσύνη ; Νευρωνικά δίκτυα ; Βαθιά μάθηση ; Αναγνώριση προτύπων ; Βαθιά συνελικτικά νευρωνικά δίκτυα ; Ρομποτικό όχημα ; Pedestrian detection ; Machine vision ; Machine learning ; Artificial intelligence ; Neural networks ; Deep convolutional neural networks ; Autonomous robot ; Autonomous robotic vehicle ; Artificial intelligence robot ; Deep learning robotΠερίληψη
Η υιοθέτηση σύγχρονων τεχνολογιών με προσανατολισμό τη βελτίωση και την εξάλειψη όλων των βασικών προβλημάτων που ταλανίζουν την σημερινή κοινωνία, αποτελεί αδιαπραγμάτευτη ανάγκη για τις τη σύγχρονη επιστημονική κοινότητα. Στο πλαίσιο υλοποίησης αυτής της φιλοσοφίας, η έρευνα και ανάπτυξη των αυτόνομων ρομποτικών οχημάτων θα οδηγούσε δυνητικά στην εξάλειψη μίας πληθώρας προβλημάτων που απασχολούν την ανθρωπότητα, ενώ παράλληλα θα συνεισέφερε ενεργά και καθοριστικά στην προαγωγή του βιοτικού επιπέδου καθώς και στην προστασία του περιβάλλοντος.
Η ραγδαία εξέλιξη που έχει σημειωθεί κατά τα τελευταία έτη, τόσο στον τομέα της τεχνολογίας των αυτόνομων ρομποτικών οχημάτων, όσο και της τεχνολογίας εν γένει, οφείλεται κατά μεγάλο βαθμό στην εξίσου ραγδαία εξέλιξη που έχει σημειώσει ο τομέας της Τεχνητής Νοημοσύνης. Η Τεχνητή Νοημοσύνη, περιλαμβάνοντας ένα πλήθος εξελιγμένων αλγορίθμων, τεχνικών και μεθόδων, επιτυγχάνει την εφαρμογή της ανθρώπινης εγκεφαλικής συλλογιστικής διαδικασίας, μέσω αλγοριθμικών, σε κοινά υπολογιστικά συστήματα.
Ως εκ τούτου, η μίμηση της εγκεφαλικής συλλογιστικής κατά την διαδικασία ελέγχου ενός οχήματος, από κάποιο υπολογιστικό σύστημα, προϋποθέτει την υλοποίηση και ενσωμάτωση πλήρων και εξελιγμένων αλγορίθμων μοντέλων που υλοποιούν το σύνολο των απαιτούμενων δραστηριοτήτων με χρήση αλγορίθμων, τεχνικών και μεθόδων Τεχνητής Νοημοσύνης, και ειδικότερα, Βαθιάς Μάθησης, η οποία αποτελεί το πλέον εξελιγμένο τομέα της Τεχνητής Νοημοσύνης που συντελεί στον αποτελεσματικό εντοπισμό προτύπων σε οπτικά περιβάλλοντα.
Σκοπό της παρούσας μεταπτυχιακής διατριβής, αποτελεί αφενός η παρουσίαση και ανάλυση της τεχνολογίας που φέρουν τα αυτόνομα ρομποτικά οχήματα και αφετέρου, η υλοποίηση ενός εξελιγμένου αλγορίθμου Βαθιάς Μάθησης ο οποίος είναι σε θέση να εντοπίσει - μέσω των κατάλληλων οπτικών συστημάτων που φέρει ένα αυτόνομο ρομποτικό όχημα – τους πεζούς που βρίσκονται εντός του πεδίου ανάλυσης του οπτικού συστήματος.
Τα πρώτα κεφάλαια της διατριβής αυτής, έχουν υλοποιηθεί εντός βιβλιογραφικού και αναφορικού πλαισίου ανάπτυξης, και περιλαμβάνουν τις θεματικές ενότητες που παρουσιάζουν τις βασικές έννοιες, τα ιστορικά στοιχεία εξέλιξης και τα δομικά συστήματα που αφορούν ένα αυτόνομο ρομποτικό όχημα. Εν συνεχεία, τα επόμενα κεφάλαια υλοποιούνται μέσα από ένα συνδυαστικό πλαίσιο βιβλιογραφικού περιεχομένου και περιεχομένου παρουσιαζόμενου μέσα από καταλλήλως δομημένα παραδείγματα που συντελούν στην περεταίρω κατανόηση των πραγματευομένων εννοιών.
Τέλος, στο τελευταίο τμήμα της παρούσας διατριβής παρουσιάζεται η ανάπτυξη ενός αλγορίθμου Βαθιάς Μάθησης που πραγματοποιεί αναγνώριση πεζών καθώς και η παρουσίαση των αποτελεσμάτων εργαστηριακών δοκιμών αυτού αλλά και πρόταση πιθανών περιθωρίων περεταίρω βελτίωσης του αλγορίθμου αυτού με χρήση των σύγχρονων εργαλείων Τεχνητής Νοημοσύνης.