<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=78686"><dc:title>Razvoj sistema detekcije objektov za avtonomna vozila z uporabo tehnologije LiDAR</dc:title><dc:creator>Fekonja,	Peter	(Avtor)
	</dc:creator><dc:creator>Rojc,	Matej	(Mentor)
	</dc:creator><dc:subject>LiDAR</dc:subject><dc:subject>Livox Mid-40</dc:subject><dc:subject>avtonomna vozila</dc:subject><dc:subject>globoko učenje</dc:subject><dc:subject>klasifikacija</dc:subject><dc:subject>lokalizacija</dc:subject><dc:description>V magistrskem delu je predstavljena uporaba LiDAR sistemov in globokega učenja v kontekstu avtonomnih vozil. Delo vključuje teoretično in eksperimentalno delo. V teoretičnem delu predstavimo aktualne rešitve za razvoj LiDAR sistemov, najpogosteje uporabljene pristope za globoko učenje in metode obdelave LiDAR točkovnih oblakov z nevronskimi mrežami. Prav tako so predstavljeni aktualni senzorski sistemi na trenutni generaciji avtonomnih vozil, podatkovne baze namenjene učenju nevronskih mrež za uporabo v avtonomnih vozilih in trenutna generacija nizkocenovnih LiDAR senzorjev. V eksperimentalnem delu naloge je podrobno predstavljena zmogljivost Livox Mid-40 LiDAR sistema ter njegova uporaba v lastni rešitvi za detekcijo objektov v prometu. Podrobno je predstavljen razvoj lastne nevronske mreže kot klasifikatorja, razvoj lastnega pristopa za lokalizacijo objektov in primerjava naših rešitev z že obstoječimi pristopi. Naš pristop k lokalizaciji objektov je dosegal boljše ali primerljive rezultate z obstoječimi metodami, v kombinaciji z našim klasifikatorjem pa bistveno slabše rezultate od trenutnih enovitih modelov nevronskih mrež s prenosom znanja.</dc:description><dc:publisher>[P. Fekonja]</dc:publisher><dc:date>2021</dc:date><dc:date>2021-02-07 12:56:29</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>78686</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
