Semantička segmentacija strukturiranog okruženja mobilnog robota

završni rad

• Naslov (engleski): Semantic segmentation of a structured environment for mobile robots
• Autor: Baraa Yassin
• Mentor: Matko Orsag (mentor)
• Član povjerenstva: Matko Orsag (član povjerenstva)
• Član povjerenstva: Filip Zorić (član povjerenstva)
• Član povjerenstva: Jakob Domislović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj projekt implementirao je sustav semantičke segmentacije koristeći NVIDIA-ine Segformer modele, integrirane unutar okvira ROS 2 i enkapsulirane u Docker okruženju. Sustav je uspješno segmentirao fotografije i video tok podataka, pokazujući robusnost tijekom dnevnih uvjeta, ali suočavajući se s izazovima u uvjetima slabog osvjetljenja i zbog nedovoljne upotrebe GPU-a. Ključni doprinosi uključuju implementaciju modela Segformer i ROS 2 integraciju, unaprjeđujući potencijal za aplikacije u stvarnom vremenu poput autonomne vožnje. Budući rad će se usredotočiti na optimizaciju računalne snage, poboljšanje performansi pri slabom osvjetljenju i poboljšanje mogućnosti u stvarnom vremenu kroz optimizaciju modela i integraciju proširene stvarnosti.

Sažetak (engleski)

This project integrated a semantic segmentation system using NVIDIA's Segformer models, integrated within a ROS 2 framework and encapsulated in a Docker environment. The system successfully segmented still images and video streams, demonstrating robustness during daytime conditions but facing challenges under low-light scenarios and due to insufficient GPU utilization. Key contributions include the implementation of Segformer models and ROS 2 integration, advancing the potential for real-time applications like autonomous driving. Future work will focus on optimizing computational power, improving low-light performance, and enhancing real-time capabilities through model optimization and augmented reality integration.

• Ključne riječi: Semantička segmentacija; Računalni vid; ROS 2; Docker; Neuronska mreža; Umjetna inteligencija; Mobilni roboti; Strojno učenje; Skup podataka; Python; Huggingface
• Ključne riječi (engleski): Semantic segmentation; Computer vision; ROS 2; Docker; Neural network; Artificial intelligence; Mobile robots; Machine learning; Dataset; Python; Huggingface
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:292856
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 22:31:10