Primerjava različnih načinov učenja globokih nevronskih mrež v avtonomni vožnjiSkupek, Andraž (Avtor) Holobar, Aleš (Mentor) Avtonomna vožnjagloboko učenjenevronske mrežekonvolucijske nevronske mrežeV magistrskem delu opisujemo avtonomno vožnjo, algoritme za učenje avtonomnih vozil ter algoritme za razpoznavo prometnih znakov. Za implementacijo smo uporabili dva različna načina učenja avtonomnih vozil, in sicer posnemajoče učenje – za implementacijo katerega smo uporabili konvolucijske nevronske mreže, ter samoojačitveno učenje, kjer uporabljamo nevronsko mrežo, model pa se uči iz lastnih napak. Ob implementaciji avtonomnih vozil smo s pomočjo konvolucijskih nevronskih mrež implementirali tudi modele za razpoznavo prometnih znakov. Omenjene modele smo nato združili z algoritmi avtonomne vožnje in s tem dobili vozilo, ki se je sposobno v simulatorju samostojno premikati ter pospeševati ali zavirati glede na razpoznani prometni znak. Modele obeh načinov avtonomne vožnje testiramo na osmih različnih progah, kjer hitrost vožnje upravljamo tudi s pomočjo razpoznavalnika prometnih znakov. Modeli so uspešni, če uspešno prevozijo celotno progo. Rezultati naših modelov so uspešni, saj je kar nekaj modelov uspešno premagalo vseh osem prog.[A. Skupek]20222022-02-20 19:39:22Magistrsko delo/naloga81314UDK: 004.85:004.032.26(043.2)COBISS_ID: 103252483sl