Design and implementation of an autonomous vehicle enhanced by advanced driver assistance systems (ADAS) using ML
[ X ]
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Altınbaş Üniversitesi / Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Özet
This thesis discusses the design and implementation of an autonomous vehicle enhanced
with advance driver assistance systems (ADAS) using machine learning. This vehicle can
be classified as an educational platform suitable for researchers and specialists in the field
of autonomous vehicles. Its structure can be easily modified to meet the needs of researchers,
and it can be reprogrammed with ease. The work details the construction of the vehicle,
including the chassis structure, suspension system, steering system, brakes, and the anti-lock
braking system (ABS). Control of the vehicle is achieved through a mobile phone using a
control program developed with MIT App Inventor, allowing wireless Bluetooth
communication for driving. The thesis also covers the vehicle's key tasks, such as path
planning and navigation using a specialized algorithm for selecting the shortest path to the
destination. The vehicle is equipped with ultrasonic sensors distributed around it to detect
both stationary and moving obstacles. Additionally, a LIDAR sensor is used for obstacle
detection. A machine learning model is created to sense obstacles, trained on data collected
from various sensors and scenario, and used to implement autonomous driving in simulation
and augmented reality. The results demonstrate the vehicle's ability to navigate obstacles
during its journey. Finally, the vehicle can recognize different traffic signs, trained using
machine learning on a dataset of over 50,000 samples of 43 classes of German traffic signs. The model is tested for visualization and through the vehicle's camera, enabling it to
recognize and respond to all traffic signs appropriately.
Bu tez, makine öğrenimini kullanan gelişmiş sürücü destek sistemleri (ADAS) ile geliştirilmiş otonom bir aracın tasarımını ve uygulamasını tartışmaktadır. Bu araç, otonom araçlar alanında çalışan araştırmacılara ve uzmanlara uygun bir eğitim platformu olarak sınıflandırılabilir. Yapısı araştırmacıların ihtiyaçlarını karşılayacak şekilde kolaylıkla değiştirilebilir ve kolaylıkla yeniden programlanabilir. Çalışmada şasi yapısı, süspansiyon sistemi, direksiyon sistemi, frenler ve kilitlenmeyi önleyici fren sistemi (ABS) dahil olmak üzere aracın yapısı ayrıntılarıyla anlatılıyor. Aracın kontrolü, MIT App Inventor ile geliştirilen ve sürüş için kablosuz Bluetooth iletişimine olanak tanıyan bir kontrol programı kullanılarak cep telefonu aracılığıyla sağlanıyor. Tez ayrıca, hedefe giden en kısa yolu seçmek için özel bir algoritma kullanarak yol planlama ve navigasyon gibi aracın temel görevlerini de kapsamaktadır. Araç, hem sabit hem de hareketli engelleri tespit etmek için etrafına dağıtılmış ultrasonik sensörlerle donatılmıştır. Ayrıca engel tespiti için LIDAR sensörü kullanılıyor. Engelleri algılamak için bir makine öğrenimi modeli oluşturuluyor, çeşitli sensörlerden ve senaryolardan toplanan verilerle eğitiliyor ve simülasyonda ve artırılmış gerçeklikte otonom sürüşü uygulamak için kullanılıyor. Sonuçlar, aracın yolculuğu sırasında engelleri aşma yeteneğini gösteriyor. Son olarak araç, 43 sınıf Alman trafik işaretinden oluşan 50.000'den fazla örnekten oluşan bir veri kümesi üzerinde makine öğrenimi kullanılarak eğitilen farklı trafik işaretlerini tanıyabiliyor. Model, görselleştirme açısından ve aracın kamerası aracılığıyla test edilerek tüm trafik işaretlerini uygun şekilde tanıması ve bunlara yanıt vermesi sağlandı.
Bu tez, makine öğrenimini kullanan gelişmiş sürücü destek sistemleri (ADAS) ile geliştirilmiş otonom bir aracın tasarımını ve uygulamasını tartışmaktadır. Bu araç, otonom araçlar alanında çalışan araştırmacılara ve uzmanlara uygun bir eğitim platformu olarak sınıflandırılabilir. Yapısı araştırmacıların ihtiyaçlarını karşılayacak şekilde kolaylıkla değiştirilebilir ve kolaylıkla yeniden programlanabilir. Çalışmada şasi yapısı, süspansiyon sistemi, direksiyon sistemi, frenler ve kilitlenmeyi önleyici fren sistemi (ABS) dahil olmak üzere aracın yapısı ayrıntılarıyla anlatılıyor. Aracın kontrolü, MIT App Inventor ile geliştirilen ve sürüş için kablosuz Bluetooth iletişimine olanak tanıyan bir kontrol programı kullanılarak cep telefonu aracılığıyla sağlanıyor. Tez ayrıca, hedefe giden en kısa yolu seçmek için özel bir algoritma kullanarak yol planlama ve navigasyon gibi aracın temel görevlerini de kapsamaktadır. Araç, hem sabit hem de hareketli engelleri tespit etmek için etrafına dağıtılmış ultrasonik sensörlerle donatılmıştır. Ayrıca engel tespiti için LIDAR sensörü kullanılıyor. Engelleri algılamak için bir makine öğrenimi modeli oluşturuluyor, çeşitli sensörlerden ve senaryolardan toplanan verilerle eğitiliyor ve simülasyonda ve artırılmış gerçeklikte otonom sürüşü uygulamak için kullanılıyor. Sonuçlar, aracın yolculuğu sırasında engelleri aşma yeteneğini gösteriyor. Son olarak araç, 43 sınıf Alman trafik işaretinden oluşan 50.000'den fazla örnekten oluşan bir veri kümesi üzerinde makine öğrenimi kullanılarak eğitilen farklı trafik işaretlerini tanıyabiliyor. Model, görselleştirme açısından ve aracın kamerası aracılığıyla test edilerek tüm trafik işaretlerini uygun şekilde tanıması ve bunlara yanıt vermesi sağlandı.
Açıklama
Anahtar Kelimeler
Autonomous Vehicle, ADAS, LIDAR, Machine Learning, Convolutional Neural Network, Artificial Neural Network, Traffic Sign Recognition, Otonom Araç, ADAS, LIDAR, Makine Öğrenmesi, Evrişimsel Sinir Ağı, Yapay Sinir Ağı, Trafik İşareti Tanıma
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Alsaedi, M. O. H. (2024). Design and implementation of an autonomous vehicle enhanced by advanced driver assistance systems (ADAS) using ML. (Yayınlanmamış yüksek lisans tezi). Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.
