Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/17779
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2017_ArthurEmidioTeixeiraFerreira.pdf7,93 MBAdobe PDFver/abrir
Título: Estimação do ângulo de direção por vídeo para veículos autônomos utilizando redes neurais convolucionais multicanais
Autor(es): Ferreira, Arthur Emídio Teixeira
Orientador(es): Vidal, Flávio de Barros
Assunto: Redes neurais (Computação)
Veículos autônomos
Data de apresentação: 12-Jul-2017
Data de publicação: 8-Ago-2017
Referência: FERREIRA, Arthur Emídio Teixeira. Estimação do ângulo de direção por vídeo para veículos autônomos utilizando redes neurais convolucionais multicanais. 2017. xv, 67 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017.
Resumo: A tecnologia de navegação em veículos autônomos consiste em uma aplicação de inteligência artificial ainda em aberto, e tem sido significantemente explorada pela indústria automobilística e tecnológica nos últimos anos devido ao potencial impacto que tal inovação trará ao cotidiano humano. A partir dessa motivação, este trabalho propõe uma metodologia baseada em redes neurais convolucionais (CNN) multicanais capazes de prever o ângulo de direção de um veículo, tendo como única entrada imagens capturadas por uma câmera acoplada na região frontal do veículo. São propostas cinco arquiteturas de redes convolucionais: de 1 canal, 2 canais e 3 canais na etapa de convolução. A partir dos testes realizados utilizando uma base de imagens públicas são apresentadas comparações quantitativas entre os modelos propostos.
Abstract: The navigation technology in autonomous vehicles is an artificial intelligence application which remains unsolved and has been significantly explored by the automotive and technological industries in the last years due to the potential impact that such innovation will bring in the near future. Based on this motivation, this work proposes a methodology grounded on multichannel convolutional neural networks (CNN) capable of predicting the steering angle of an autonomous vehicle, having as only input images captured by a camera attached to the vehicle’s frontal area. It is proposed five convolutional network architectures: 1-channel, 2-channel and 3-channel in the convolution step. Based on the performed tests using a public image dataset, it is presented a quantitative comparison between the proposed models.
Informações adicionais: Trabalho de Conclusão de Curso (graduação)— Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
Aparece na Coleção:Ciência da Computação



Este item está licenciado na Licença Creative Commons Creative Commons