Hatékony objektumosztályozók alkalmazása újgenerációs radaralapú vezetéstámogató rendszerekhez

OData támogatás
Konzulens:
Dr. Harmati István
Irányítástechnika és Informatika Tanszék

Szakdolgozatom során radaralapú objektumosztályozókat vizsgálok meg, melyek

a közlekedés résztvevőit képesek azonosítani. Megtervezem az osztályozókat, és

bemutatom a tervezési és finomhangolási lépéseket, melyek ahhoz szükségesek, hogy az

algoritmusokat akár modern vezetéstámogató rendszerekben is használni lehessen.

A dolgozat első fele a vezetéstámogató rendszerekkel, azok funkcióival

foglalkozik. Ismertetem a gyakran használt szenzorokat, mint az ultrahang, videó kamera

és radar. Mivel a dolgozat célzottan a radar alapú rendszerekre irányul, ezért ennek

működésére részletesebben kitérek. Ezek után összegzem az irodalomkutatás során

szerzett tapasztalataimat a neurálisháló és SVM algoritmusokról, melyek a szakdolgozat

fő témáját adják.

Kitérek a meghatározni kívánt osztálytípusokra és részletezem az adatok

kigyűjtése és előfeldolgozása során fontos szempontokat, melyek nagyban befolyásolják

az osztályozás eredményét.

A feladat megoldásához először a Python programozási nyelvvel és modern

osztályozókat támogató keretrendszerekkel (Keras, LibSVM) ismerkedtem meg,

melyekre a megvalósított az algoritmusok épülnek. A paraméterek kiválasztása során az

optimalizálás teljességének igénye nélkül a paraméterek hatásának megvizsgálása volt a

célom.

A kiértékelés során különböző módszereket mutatok be, majd az általam

relevánsnak tartott szempontok szerint összehasonlítom és értékeltem az osztályozókat.

A dolgozat végén továbbfejlesztési lehetőségeket ajánlottam, melyek az osztályozók

hatékonyságát és használhatóságát növelik

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.