Autonomno upravljanje bespilotnom letjelicom primjenom konvolucijske neuronske mreže

diplomski rad

• Naslov (engleski): Autonomous control of an UAV by using convolutional neural network
• Autor: Ivan Bralić
• Mentor: Stjepan Bogdan (mentor)
• Član povjerenstva: Stjepan Bogdan (predsjednik povjerenstva)
• Član povjerenstva: Zdenko Kovačić (član povjerenstva)
• Član povjerenstva: Matko Orsag (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-16, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Elektrotehnika

Sažetak

Tema rada je bila ostvariti autonomno upravljanje bespilotnom letjelicom koristeći metode dubokog učenja. U radu je istraženo nekoliko mogućnosti efikasnih arhitektura konvolucijskih neuronskih mrežu u svrhe semantičke segmentacije. Koristeći informacije o lokaciji ceste sa segmentirane slike ostvarena je navigacija letjelicom za praćenje iste. Implementirani algoritam upravljanja je kao referentne veličine zadavao brzinu gibanja i potreban zakret letjelice u svrhu uspješnog praćenja prometnice. Eksperimentalnom analizom je potvrđena valjanost predloženih metoda i ostvareni su zadovoljavajući rezultati kvalitete detekcije i navigacije u simulacijskom okruženju.

Sažetak (engleski)

The goal of this thesis was to accomplish autonomous control of unmanned aerial vehicle by using methods of deep learning. Several architectures of deep convolutional neural networks were explored for the purpose of semantic segmentation. Based on the information provided by the segmented image, autonomous navigation algorithm was developed for the goal of road following. Implemented control algorithm generated flying velocity and needed yaw angle in order for UAV to successfully follow the road. Validity of methods were experimentally analyzed. Results from the simulation environments showed satisfactory results of detection and navigation.

• Ključne riječi: semantička segmentacija; duboko učenje; bespilotne letjelice; autonomna navigacija; praćenje ceste
• Ključne riječi (engleski): semantic segmentation; deep learning; UAV; autonomous navigation; road following
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:145832
• Studijski program: Naziv: Elektrotehnika i informacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 11:52:20