Mini Carro Autônomo com Deep Learning

Detalhes bibliográficos
Autor(a) principal: Manica, Bruno
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/202482
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
id UFSC_0ee9b76914b39026bbcf95b7efd5c373
oai_identifier_str oai:repositorio.ufsc.br:123456789/202482
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Mini Carro Autônomo com Deep LearningDeep LearningAutonomous CarRaspberry PiTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.Veículos estão se desenvolvendo em plataformas móveis interconecta- das. A razão para que isso esteja acontecendo reside na determina- ção política e econômica que se direciona para o meio ambiente eco- sustentável, a redução da superlotação de carros em grandes cidades, assim como os avanços na informação e comunicação estão sendo in- troduzidos nos veículos modernos. A detecção de auto-estradas é uma das principais tarefas no sistema de percepção de veículos autônomos. As abordagens baseadas em inteligência artificial são populares para esta tarefa devido a enorme quantidade de dados que temos disponível atualmente, por conta do amplo uso de dispositivos e serviços conec- tados em veículos. Neste projeto foi utilizada uma técnica em inteli- gência artificial chamada Redes Neurais Convolucionais, com o intuito de mapear os pixels brutos de uma câmera frontal diretamente para os comandos de direção em um mini carro que simula características de pilotagem semelhantes a veículos de produção. Com dados mínimos de treinamento de humanos, o objetivo deste pro- jeto é criar um sistema que aprende a navegar sobre uma auto-estrada em miniatura, simulando o comportamento de um carro autônomo co- mercial.Vehicles are developing on mobile interconnected platforms. The reason why it is happening resides on political and economic determination that directs itself to a sustainable environment, as well as a way to ease the overcrowding of cities, the same way advances on information and communications are being introduced on modern passenger vehicles. Lane detection is one of the main duties on the perception system of autonomous vehicles. The approaches based on artificial intelligence are popular to perform this task due to the large amount of data we have currently, because of the broad use of devices and services connected to the vehicles. It was used on this project and approach on artificial intelligence called convolutional neural networks, with the intent to map the raw pixels from a front facing camera directly to steering commands in a mini car that simulates the characteristics of driving similar to production vehi- cles. With minimum human training data, the goal of this project is to create a system that learns to navigate on a miniature lane, simulating the behaviour of and commercial autonomous vehicle.Florianópolis, SC.Eyng, JulianaUniversidade Federal de Santa CatarinaManica, Bruno2019-12-08T12:42:40Z2019-12-08T12:42:40Z2019-06-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis107application/octet-streamhttps://repositorio.ufsc.br/handle/123456789/202482info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-12-08T12:42:40Zoai:repositorio.ufsc.br:123456789/202482Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-12-08T12:42:40Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Mini Carro Autônomo com Deep Learning
title Mini Carro Autônomo com Deep Learning
spellingShingle Mini Carro Autônomo com Deep Learning
Manica, Bruno
Deep Learning
Autonomous Car
Raspberry Pi
title_short Mini Carro Autônomo com Deep Learning
title_full Mini Carro Autônomo com Deep Learning
title_fullStr Mini Carro Autônomo com Deep Learning
title_full_unstemmed Mini Carro Autônomo com Deep Learning
title_sort Mini Carro Autônomo com Deep Learning
author Manica, Bruno
author_facet Manica, Bruno
author_role author
dc.contributor.none.fl_str_mv Eyng, Juliana
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Manica, Bruno
dc.subject.por.fl_str_mv Deep Learning
Autonomous Car
Raspberry Pi
topic Deep Learning
Autonomous Car
Raspberry Pi
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-08T12:42:40Z
2019-12-08T12:42:40Z
2019-06-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/202482
url https://repositorio.ufsc.br/handle/123456789/202482
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 107
application/octet-stream
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652325460377600

Registros relacionados