Navigability estimation for autonomous vehicles using machine learning (2017)
- Autores:
- Autor USP: MENDES, CAIO CéSAR TEODORO - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Assuntos: APRENDIZADO COMPUTACIONAL; VISÃO COMPUTACIONAL; ROBÓTICA; ROBÔS
- Palavras-chave do autor: Aprendizado de máquina; Aprendizagem profunda; Deep learning; Detecção de obstáculos; Estimação de rua; Machine learning; Obstacle detection; Road detection; Stereo vision; Visão estéreo
- Idioma: Inglês
- Resumo: A navegação autônoma em ambientes externos não estruturados é um dos maiores desafios no campo da robótica. Uma das suas aplicações, os veículos inteligentes autônomos, tem o potencial de diminuir o número de acidentes nas estradas e rodovias, aumentar a eficiência do tráfego nas grandes cidades e contribuir para melhoria da mobilidade de deficientes e idosos. Para que um robô/veículo navegue com segurança, uma detecção precisa de áreas navegáveis é essencial. Neste trabalho, abordamos a tarefa de detecção visual de ruas onde, dada uma imagem, o objetivo é classificar cada um de seus pixels em rua ou não-rua. Ao invés de tentar derivar manualmente uma solução analítica para a tarefa, usamos aprendizado de máquina (AM) para aprendê-la a partir de um conjunto de amostras criadas manualmente. Nós utilizamos tanto modelos tradicionais (superficiais) quanto modelos profundos para a tarefa. A nossa principal contribuição em relação aos modelos tradicionais é uma forma eficiente e versátil de agregar características espacialmente distantes, fornecendo efetivamente um contexto espacial para esses modelos. Quanto aos modelos de aprendizagem profunda, propusemos uma nova arquitetura de rede neural focada no tempo de processamento e uma nova camada de rede neural, chamada camada semi-global, que fornece eficientemente um contexto global ao modelo. Toda a metodologia proposta foi avaliada no benchmark de detecção de ruas do Instituto de Tecnologia de Karlsruhe, alcançando, em todos oscasos, resultados competitivos.
- Imprenta:
- Local: São Carlos
- Data de publicação: 2017
- Data da defesa: 08.06.2017
-
ABNT
MENDES, Caio César Teodoro. Navigability estimation for autonomous vehicles using machine learning. 2017. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092017-102021/. Acesso em: 19 abr. 2024. -
APA
Mendes, C. C. T. (2017). Navigability estimation for autonomous vehicles using machine learning (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092017-102021/ -
NLM
Mendes CCT. Navigability estimation for autonomous vehicles using machine learning [Internet]. 2017 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092017-102021/ -
Vancouver
Mendes CCT. Navigability estimation for autonomous vehicles using machine learning [Internet]. 2017 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092017-102021/
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
