Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Παρουσίαση διπλωματικής εργασίας κ. Θεοχάρους Αλέξανδρου, σχολή ΜΠΔ

  • Συντάχθηκε 24-07-2023 12:05 Πληροφορίες σύνταξης

    Ενημερώθηκε: -

    Τόπος:
    Σύνδεσμος τηλεδιάσκεψης
    Έναρξη: 26/07/2023 10:00
    Λήξη: 26/07/2023 11:00

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

    ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

     

    Ονοματεπώνυμο: Θεοχάρους Αλέξανδρος

    Αριθμός Μητρώου: 2016010089

     

    Θέμα

    Τίτλος στα Ελληνικά: Αυτόνομη πλοήγηση ηλεκτροκίνητου αυτοκινήτου πόλης

    Τίτλος στα Αγγλικά: Autonomous navigation of an electric urban car

     

    Εξεταστική Επιτροπή:

    Επιβλέπων: Δοϊτσίδης Ελευθέριος, Επίκουρος καθηγητής

    Πρώτο Μέλος: Δημήτριος Ιψάκης, Επίκουρος Καθηγητής

    Δεύτερο Μέλος: Πιπερίδης Σάββας, Ε.ΔΙ.Π.

     

    Περίληψη

    Στα πλαίσια της παρούσας εργασίας, αναπτύχθηκε ένα προσομοιωμένο μοντέλο ενός πραγματικού ηλεκτρικού οχήματος πόλης που δυνητικά θα μπορούσε να μετατραπεί σε μια πλατφόρμα πειραματισμού, με την προσθήκη κατάλληλων αισθητηρίων και υπολογιστικών συστημάτων, για θέματα που σχετίζονται με την αυτόνομη οδήγηση. Η συγκεκριμένη προσέγγιση επιτρέπει τη προσομοίωση της συμπεριφοράς του αυτοκινήτου, τη δοκιμή σε εικονικό περιβάλλον διαφόρων αισθητήρων με όσο το δυνατόν μεγαλύτερη ακρίβεια, καθώς και την ανάπτυξη στρατηγικών και αλγορίθμων που επιτρέπουν την αυτόνομη λειτουργία του προσομοιωμένου οχήματος. Το περιβάλλον προσομοίωσης που επιλέχθηκε, είναι το Carla που αποτελεί μια από τις δημοφιλέστερες και πιο προηγμένες λύσεις στο συγκεκριμένο αντικείμενο.

    Στο προτεινόμενο σύστημα ενσωματώθηκε ένα σύνολο αισθητήρων που είναι αναγκαίοι για την αναγνώριση της περιοχής κίνησης και για τον υπολογισμό της θέσης του οχήματος. Υλοποιήθηκε σύστημα σχεδιασμού βέλτιστης διαδρομής και εκπαιδεύτηκε αυτόνομος πράκτορας για τη πλοήγηση του οχήματος, βασιζόμενος σε αλγόριθμο που στηρίζεται στη προσέγγιση της βαθιάς ενισχυτικής μάθησης Deep Deterministic Policy Gradient. Δεδομένης της πολυπλοκότητας του συστήματος, η διαδικασία εκπαίδευσης πραγματοποιήθηκε μετατρέποντας το περιβάλλον προσομοίωσης σε περιβάλλον τύπου gym, που επιτρέπει την εύκολη επικοινωνία του προσομοιωτή με τον αλγόριθμο ενισχυτικής μάθησης. Προκειμένου να αναλυθεί η αποτελεσματικότητα, πραγματοποιήθηκε σύγκριση τριών διαφορετικών μοντέλων (όπως αυτά πρόκυπταν κατά τη διαδικασία της εκπαίδευσης). Το μοντέλο που παρουσιάζει την καλύτερη συμπεριφορά, συγκρίθηκε με τον πράκτορα που έχει ήδη εγκατεστημένο το Carla το οποίο χρησιμοποιεί μόνο δεδομένα από την προσομοίωση και όχι από αισθητήρες. Τέλος παρουσιάζονται συμπεράσματα, καθώς και πιθανές προοπτικές εξέλιξης του προτεινόμενου συστήματος.

     

    Ημερομηνία Εξέτασης

    Ημέρα/Μήνας/Έτος: 26/7/2023

    Ώρα: 10.00

     

    Χώρος Εξέτασης

     

    https://tuc-gr.zoom.us/j/99994470531?pwd=SlMrSFpqOUVJNlIyMmF4eTJBa0hXdz09

    Meeting ID: 999 9447 0531

    Password: 920452



© Πολυτεχνείο Κρήτης 2012