Objektum detektálás ADAS rendszerekben

OData támogatás
Konzulens:
Szántó Péter
Méréstechnika és Információs Rendszerek Tanszék

A diplomaterv a modern járművekben alkalmazott objektumdetektálási módszereket vizsgálja. Elsőként az ADAS rendszerekkel felszerelt és autonóm járműrendszerekben alkalmazott szenzor rendszereket tekinti át, főként a radar, kamera és LiDAR alapú szenzorokat. Majd választ egy objektumdetektálásra alkalmas szenzort.

Ezután több népszerű algoritmust vizsgál, mind neurális háló alapú, mind hagyományos feature alapúakat. A cél egy olyan algoritmus megtalálása, mely megfelelően gyorsan, valós időben működhet beágyazott platformon, valamint detektálási képessége is megfelelően magas.

A szenzor és az algoritmus kiválasztása után, a különféle hardveres platformokat vizsgálja meg, különös tekintettel a párhuzamos architektúrákra. A CPU, GPU, és FPGA alapú platformok áttekintése után, végül a GPU alapú megvalósítás mellett dönt. A dolgozat további részeiben a kiválasztott algoritmust optimalizálja a GPU alapú megvalósításhoz. Megismerhetjük az optimalizált algoritmust, és annak GPU-n történő megvalósítását.

Az algoritmus GPU-ra történő átszabása után, az új platformon mért eredményeket vizsgálja, mind terepi, mind szimulációs mérések segítségével. A GPU-ra optimalizált algoritmus közel 10-szer gyorsabb működésre képes, mint az eredeti, erősen optimalizált CPU-s megvalósítás, emellett detektálási képessége nem romlott, amint ez az eredetivel történő összehasonlításból kiderül.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.