Sirvi Kuupäev , alustades "2026-01-16" järgi

Filtreeri tulemusi aasta või kuu järgi
Nüüd näidatakse 1 - 1 1
  • Pisipilt
    listelement.badge.dso-type Kirje ,
    Addressing real-world scenarios via motion prediction in autonomous driving
    (Tartu Ülikooli Kirjastus, 2026-01-16) Gulzar, Mahir; Muhammad, Naveed, juhendaja; Muhammad, Yar, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Isejuhtivate sõidukite valdkond on viimase kümnendi jooksul kiiresti arenenud. Üks olulisemaid komponente isejuhtivate sõidukite tarkvaras on teiste liiklejate tulevase käitumise ennustamine. Need ennustused on aluseks trajektoori planeerimisele, et valida takistusteta ja ohutu liikumistee. Antud doktoritöös keskendutakse sellele, kuidas isejuhtiva auto käitumist keerukates liiklusolukordades paremini mõista ning paremaks teha läbi teiste liiklejate käitumise parema ennustamise. Liiklusstsenaariumite lahendamiseks liikumisennustuse kaudu uuritakse esmalt liikumismudelite kirjandust ja pakutakse välja uudne taksonoomia, mis kategoriseerib ennustuse meetodeid kolme mõõtme alusel erinevat tüüpi liikluses osalevate agentide jaoks. Töö järgnevas osas pakutakse välja “anna teed” ristmiku navigeerimise meetod vabavaralise isejuhtivuse tarkvara jaoks, kasutades mitmemodaalseid ennustatud trajektoore. Kolmandas töö osas uuritakse stsenaariumite läbimise sõltuvust erinevatest isejuhtivuse tarkvara komponentidest. Pakutakse välja stsenaariumitel põhinev isejuhtivuse tarkvara hindamise meetod, mis võimaldab testida nii süsteemi tervikuna kui ka üksikuid komponente. Asjakohasuse tagamiseks viiakse läbi juhtumiuuring eespool nimetatud vabavaralise isejuhtivuse tarkvara osas, et hinnata stsenaariumitel põhineva metoodika sobivust objektituvastuse ja käitumise ennustamise komponentide testimiseks. Viimases osas pakutakse välja uudne masinõppe mudeli arhitektuur, mis kasutab eesmärgipõhist tingimist sõiduradade graafi peal. Pakutud mudelit hinnatakse avalikus võrdlustestis, kus see saavutas parima tulemuse. Täiendavalt arutletakse andmepõhiste mudelite piirangute üle praktilistes isejuhtivuse lahendustes. Kokkuvõttes kujutab käesolev doktoritöö endast kombinatsiooni akadeemilisest ja praktilisest uurimustööst, mis teeb sellest väärtusliku panuse isejuhtivate sõidukite uurimisse.