ETD system

Electronic theses and dissertations repository

 

Tesi etd-08212017-204605


Thesis type
Tesi di laurea magistrale
Author
CATTANEO, ALESSANDRO
URN
etd-08212017-204605
Title
Analisi delle intenzioni del guidatore con tecniche di Deep Learning e filtraggio bayeisiano su manifold
Struttura
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA ROBOTICA E DELL'AUTOMAZIONE
Supervisors
relatore Prof. Avizzano, Carlo Alberto
relatore Dott. Ruffaldi, Emanuele
controrelatore Prof. Guiggiani, Massimo
correlatore Dott. Dabisias, Giacomo
Parole chiave
  • LSTM
  • Manifolds
  • UKF
  • RNN
  • Deep Learning
Data inizio appello
28/09/2017;
Consultabilità
Parziale
Data di rilascio
28/09/2020
Riassunto analitico
L'obiettivo di questa tesi è quello di prevedere le intenzioni di un guidatore a bordo di un autoveicolo. Le intenzioni del guidatore sono costituite principalmente da 5 azioni:

1)svolta destra e sinistra
2)cambio di corsia destra/sinistra
3) nessuna azione (guida su rettilineo o auto ferma)

Per il raggiungimento dell'obiettivo è necessario realizzare un opportuno modello e definire i dati caratterizzanti della manovra.

Sviluppo: La progettazione e realizzazione può essere suddivisa per punti come segue:

i) Utilizzo di un software per estrarre i "landmark" (punti associati al viso del conducente con opportuno modello) per effettuare il tracciamento del movimento della testa, degli occhi e della faccia.
ii)Analizzare i dati estratti e definire una distribuzione per generalizzare e normalizzare il loro utilizzo nel contesto della modellazione di segnale;
iii) Analizzare i casi dubbi studiando modelli di rumore e filtraggio (UKF) per minimizzarne o eliminarne i contributi.
iv) Sviluppare un modello cognitivo RNN per descrivere le intenzioni della persona, prevedendo l'azione con un certo grado di precisione.
Risultati: Il modello sviluppato riesce ad interpretare l'azione del conducente con precisione superiore al 90% e anticipazione 1.5 secondi.
File