Ziel ist die Entwicklung eines autonomen Modellautos, das bestimmte Aufgaben wie das Erkennen von Schildern, das Erkennen eines Hindernisses und das Erkennen eines Fußgängers ausführen kann. Dazu wird die "Duckietown" Plattform verwendet.
Das Fahrzeug soll dabei entlang einer Modell-Straße fahren und auf die erkannten Objekte reagieren. Die Erkennung der Schilder, Fußgänger und Hindernisse soll über ein Neural Network realisiert werden, das auf Objekterkennung spezialisiert ist. Es soll untersucht werden, wie Motion-Planning Algorithmen mit Hilfe der Ausgabedaten von Object Detection Neural Networks oder semantischer Bildsegmentierung effizient auf Embedded Systems realisiert werden können. Ein einfaches Motion-Planning soll realisiert werden, um mit den Ausgabedaten des Neural Networks das Modellauto in "Duckietown" zu bewegen.
Projektarbeit
WS2019/2020
Medieninformatik (Bachelor, 7 Semester)
Team |
Ute Orner |
Betreuer |
Daniel Grießhaber, Johannes Maucher, Johannes Theodoridis |
TensorFlow
Python
Duckietown