Manőver-kockázat becslése neurális hálózat segítségével

OData támogatás
Konzulens:
Csorvási Gábor
Automatizálási és Alkalmazott Informatikai Tanszék

Napjaink nagy gépjárműgyártó vállalatai és az autóipar minden további szereplője kiemelt helyen kezeli azon fejlesztéseket, amelyek a közlekedés biztonságosabbá tételével kapcsolatosak. Ennek jegyében egyre nagyobb erőfeszítéseket tesznek az autonóm járművek fejlődésének irányába is. A feladat összetettségéből adódóan számos komoly kihívással szembesülnek az ezen dolgozó mérnökök és kutatók. A problémák közé tartozik a veszélyforrások felismerése, a lehetséges beavatkozások kockázatának felmérése és az ezen alapuló magas szintű döntéshozatal is. Olyan kihívások ezek, amelyek megoldási módjára jelenleg nem létezik a tudománynak adekvát álláspontja, és talán soha nem is fog, hiszen számos morális és etikai kérdés is kapcsolódik a témához. Diplomámban ennek a témakörnek a felderítésével, önvezető járművek viselkedéstervezését elősegítő, kockázat analizáló megoldások vizsgálatával, valamint ezekből kiindulva egy saját online kockázatbecslő rendszer megalkotásával foglalkoztam. Munkámat a Knorr-Bremse~Fékrendszerek~Kft. budapesti K+F intézeténél futó HighwayPilot (HP) projekt keretein belül végeztem, melynek célja egy Level3 szintű autópályákon alkalmazható autonóm rendszer előfejlesztése haszongépjárművekhez. A feladathoz rendelkezésre állt egy már korábban definiált absztrakt adatstruktúra, amely a forgalmi helyzet mindenkori leírását szolgálja. Szintén adott volt egy ún. manővertér is amely a döntéshozás lehetséges kimeneteit tartalmazza. Jelen dolgozatban a hangsúly a neurális hálók ilyen környezetben - célzottan kockázat előrejelző feladatra - való alkalmazhatóságának vizsgálatára helyeződik.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.