Ευθυγράμμιση νέφους σημείων χρησιμοποιώντας σημασιολογική κατάτμηση σε συστήματα συνεργατικών οχημάτων
| datacite.contributor.RelatedPerson | Σκόδρας, Αθανάσιος | |
| datacite.contributor.RelatedPerson | Μπεχλιούλης, Χαράλαμπος | |
| datacite.contributor.Supervisor | Μουστάκας, Κωνσταντίνος | |
| dc.contributor.author | Χαλκιάς, Κωνσταντίνος | |
| dc.contributor.other | Chalkias, Konstantinos | |
| dc.date.accessioned | 2024-03-14T16:48:03Z | |
| dc.date.available | 2024-03-14T16:48:03Z | |
| dc.date.issued | 2024-02-01 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Τα αυτόνομα οχήματα και γενικότερα η αυτόνομη οδήγηση, που για πολλούς θεωρείτε το μέλλον της αυτοκίνησης και των μεταφορών, θα αρχίσει σε λίγο καιρό να μπαίνει σε μεγάλο βαθμό στην καθημερινότητα των ανθρώπων αλλάζοντας τις συνήθειές τους ριζικά. Αυτά τα οχήματα είναι εξοπλισμένα με προηγμένους αισθητήρες και αλγορίθμους που τους δίνουν την δυνατότητα να μπορούν να πλοηγούνται στους δρόμους χωρίς ανθρώπινη παρέμβαση. Παρόλο που δεν υπάρχει ο ανθρώπινος παράγοντας μπορούν να μειώσουν σε μεγάλο βαθμό τα ατυχήματα αλλά και να αυξήσουν την ασφάλεια στους δρόμους καθώς σε λίγα χρόνια ο αριθμός παράγωγης θα αυξηθεί σε τέτοιο βαθμό που δεν θα παράγονται συμβατικά οχήματα. Αυτό θα έχει σαν αποτέλεσμα να κυκλοφορούν όλο και περισσότερα αυτόνομα οχήματα, τα οποία θα πρέπει με κάποιον τρόπο να επικοινωνούν και να ανταλλάσσουν πληροφορίες. Για να γίνει αυτό με έναν αποδοτικό τρόπο πρέπει να αναπτυχθούν μέθοδοι ο οποίες θα διευκολύνουν τον διαμοιρασμό δεδομένων ανάμεσα στα οχήματα. Αυτός ο διαμοιρασμός της πληροφορίας ανάμεσα στα οχήματα είναι εξαιρετικά σημαντικός, καθώς για πρακτικούς λόγους ένα αυτόνομο όχημα μπορεί να μην έχει την πλήρη γνώση του περιβάλλοντος που βρίσκεται. Ένα τέτοιο παράδειγμα μπορεί να αποτελείται από έναν πεζό που δεν φαίνεται από την οπτική γωνία του οχήματος ή ένα μηχανάκι που κινείται δίπλα από ένα μεγάλο όχημα (λεωφορείο, φορτηγό κ.α.) και εμποδίζει την ανίχνευση του δικύκλου. Η συγκεκριμένη διπλωματική εργασία προτείνει ένα τρόπο για ευθυγράμμιση νεφών σημείων που μπορεί να λύσει ένα τέτοιο πρόβλημα χρησιμοποιώντας έναν αποδοτικό και αποτελεσματικό τρόπο αναπαράστασης του περιβάλλοντος που βρίσκεται το κάθε αυτόνομο όχημα. Πιο συγκεκριμένα, το κάθε αυτόνομο όχημα κατασκευάζει έναν γράφο που έχει για κορυφές του κάποια χαρακτηριστικά του περιβάλλοντός του που παράχθηκαν μετά από σημασιολογική κατάτμηση της σκηνής που βρίσκεται. Αυτά τα χαρακτηριστικά μπορεί να αποτελούνται από άλλα οχήματα, πεζούς ή και σταθερά αντικείμενα όπως κολώνες φωτισμού ή πινακίδες σήμανσης. Τέλος, ακολουθεί το τελευταίο στάδιο το οποίο είναι η αντιστοίχηση των γράφων των οχημάτων που εμπλέκονται σε μια σκηνή. Μέσα από αυτήν τη αντιστοίχηση προκύπτει η σχετική θέση του ενός αυτονόμου οχήματος σε σχέση με ενός άλλου και άρα μπορεί να δημιουργηθεί μια νέα σκηνή που περιέχει πληροφορίες και από τα δύο οχήματα καλύπτοντας τα ενδεχόμενα κενά τους. | |
| dc.description.translatedabstract | Autonomous vehicles and in general autonomous driving, which for many you consider the future of the automotive sector and transport, will soon begin to enter people’s daily lives to a large extent, changing their habits radically. These vehicles are equipped with advanced sensors and algorithms that enable them to navigate the roads without human intervention. Although there is no human factor, they can greatly reduce accidents and also increase road safety as in a few years the production number will increase to such an extent that conventional vehicles will not be produced. This will result in more and more autonomous vehicles, which will have to somehow communicate and exchange information. To do this in an efficient way methods must be developed which will facilitate the sharing of data between vehicles. This sharing of information between vehicles is extremely important, as for practical reasons an autonomous vehicle may not have full knowledge of its environment. Such an example can consist of a pedestrian who is not visible from the perspective of the vehicle or a motorcycle that moves next to a large vehicle (bus, truck, etc.) and prevents the detection of the two-wheeler. This thesis proposes a way to register point clouds that can solve such a problem using an efficient and effective way of representing the environment in which each autonomous vehicle is located. More specifically, each autonomous vehicle constructs a graph whose vertices are some features of its environment that were produced after semantic segmentation of the scene it is in. These features may consist of other vehicles, pedestrians, or even fixed objects such as light poles or road signs. Finally, the last stage follows which is the matching of the graphs of the vehicles involved in a scene. Through this matching, the relative position of one autonomous vehicle in relation to another is derived, and thus a new scene can be created containing information from both vehicles filling in any gaps. | |
| dc.identifier.uri | https://hdl.handle.net/10889/26837 | |
| dc.language.iso | el | |
| dc.subject | Αυτόνομα οχήματα | |
| dc.subject | Συνεργατικά αυτόνομα οχήματα | |
| dc.subject | Γεωμετρικοί μετασχηματισμοί | |
| dc.subject.alternative | Autonomous vehicles | |
| dc.title | Ευθυγράμμιση νέφους σημείων χρησιμοποιώντας σημασιολογική κατάτμηση σε συστήματα συνεργατικών οχημάτων | |
| dc.title.alternative | Point cloud registration using semantic segmentation in collaborative vehicles systems |