Automatic driving: 2D detection and tracking using artificial intelligence techniques

Detalhes bibliográficos
Autor(a) principal: Pinto, José Miguel Fernandes Madeira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/84570
Resumo: Dissertação de mestrado integrado em Informatics Engineering
id RCAP_f740ca16c4e4b55edd00c11fdfd09fa0
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/84570
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Automatic driving: 2D detection and tracking using artificial intelligence techniquesAutonomous drivingArtificial intelligenceMachine learningComputer visionEdge computingCondução autónomaInteligência artificialAprendizagem de máquinaVisão por computadorComputação de bordaEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Informatics EngineeringRoad accidents are estimated to be the cause of millions of deaths and tens of millions of injuries every year. For this reason, any measure that reduces accidents' probability or severity will save lives. Speeding, driving under the influence of psychotropic substances and distraction are leading causes of road accidents. Causes that can be classified as human since they all come from driver errors. Autonomous driving is a potential solution to this problem as it can reduce road accidents by removing human error from the task of driving. This dissertation aims to study Artificial Intelligence techniques and Edge Computing networks to explore solutions for autonomous driving. To this end, Artificial Intelligence models for detecting and tracking objects based on Machine Learning and Computer Vision, and Edge Computing networks for vehicles were explored. The YOLOv5 model was studied for object detection, in which different training parameters and data pre-processing techniques were applied. For object tracking, the StrongSORT model was chosen, for which its performance was evaluated for different combinations of its components. Finally, the Simu5G simulation tool was studied in order to simulate an edge computing network, and the viability of this type of network to aid autonomous driving was analysed.É estimado que os acidentes rodoviários sejam a causa de milhões de mortes e dezenas de milhões de lesões todos os anos. Por esta razão, qualquer medida que diminua a probabilidade de acidentes ou que diminua a sua gravidade acabará por salvar vidas. Excesso de velocidade, condução sob influência de substâncias psicotrópicas e distração no ato da condução são algumas das principais causas de acidentes rodoviários. Causas essas que podem ser classificadas como humanas visto que são oriundas de um erro do condutor. A condução autónoma surge como solução para este problema. Esta tem o potencial de diminuir acidentes rodoviários removendo o erro humano da tarefa da condução. Esta dissertação teve como objetivo o estudo de técnicas Inteligência Artificial e redes Computação de Borda de forma a explorar soluções para a condução autónoma. Para tal foram estuados modelos Inteligência Artificial de deteção e rastreamento de objetos com base nas áreas de Aprendizagem Máquina e Visão por Computador e redes de Computação de Borda para veículos. Para a deteção de objetos foi estudado o modelo YOLOv5, no qual diferentes combinações de parâmetros de treino e técnicas de pré-processamento de dados foram aplicadas. Para o rastreamento de objetos foi escolhido o modelo StrongSORT, para o qual foi avaliada a sua performance para diferentes combinações das suas componentes. Por fim, foi estudada a ferramenta de simulação Simu5G, de forma a simular uma rede de computação de borda, e foi feita uma análise sobre a viabilidade deste tipo de redes no auxílio à condução autónoma.Alves, VictorLopez, Helena FernandezUniversidade do MinhoPinto, José Miguel Fernandes Madeira20222022-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84570eng203264967info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-09T01:19:32Zoai:repositorium.sdum.uminho.pt:1822/84570Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:44:30.389180Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Automatic driving: 2D detection and tracking using artificial intelligence techniques
title Automatic driving: 2D detection and tracking using artificial intelligence techniques
spellingShingle Automatic driving: 2D detection and tracking using artificial intelligence techniques
Pinto, José Miguel Fernandes Madeira
Autonomous driving
Artificial intelligence
Machine learning
Computer vision
Edge computing
Condução autónoma
Inteligência artificial
Aprendizagem de máquina
Visão por computador
Computação de borda
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Automatic driving: 2D detection and tracking using artificial intelligence techniques
title_full Automatic driving: 2D detection and tracking using artificial intelligence techniques
title_fullStr Automatic driving: 2D detection and tracking using artificial intelligence techniques
title_full_unstemmed Automatic driving: 2D detection and tracking using artificial intelligence techniques
title_sort Automatic driving: 2D detection and tracking using artificial intelligence techniques
author Pinto, José Miguel Fernandes Madeira
author_facet Pinto, José Miguel Fernandes Madeira
author_role author
dc.contributor.none.fl_str_mv Alves, Victor
Lopez, Helena Fernandez
Universidade do Minho
dc.contributor.author.fl_str_mv Pinto, José Miguel Fernandes Madeira
dc.subject.por.fl_str_mv Autonomous driving
Artificial intelligence
Machine learning
Computer vision
Edge computing
Condução autónoma
Inteligência artificial
Aprendizagem de máquina
Visão por computador
Computação de borda
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Autonomous driving
Artificial intelligence
Machine learning
Computer vision
Edge computing
Condução autónoma
Inteligência artificial
Aprendizagem de máquina
Visão por computador
Computação de borda
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Informatics Engineering
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/84570
url https://hdl.handle.net/1822/84570
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203264967
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132195329146880

Registros relacionados