Estudo comparativo dos softwares de simulação para carros autônomos CARLA e Udacity

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSilva, João Marcos Meirelles da-
Autor(es): dc.contributorFernandes, Natalia Castro-
Autor(es): dc.contributorFerreira, Vitor Hugo-
Autor(es): dc.creatorBonon, Carlos Eduardo de Almeida-
Data de aceite: dc.date.accessioned2024-07-11T17:36:11Z-
Data de disponibilização: dc.date.available2024-07-11T17:36:11Z-
Data de envio: dc.date.issued2020-01-06-
Data de envio: dc.date.issued2020-01-06-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/12578-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/753629-
Descrição: dc.descriptionA grande maioria dos acidentes de trânsito podem ser evitados, não fosse a imprudência dos condutores. Soluções de automação, inteligência artificial e IoT para carros autônomos já se encontram em estudo e desenvolvimento, como visto nos artigos usados no estudo deste trabalho. Neste trabalho, foram abordados os conceitos de aprendizado de máquina e comunicação entre sensores dentro de duas ferramentas de simulação para veículos autônomos disponíveis no mercado, CARLA e Udacity. Levando em conta as características individuais de cada ferramenta, este trabalho abordou os aspectos de processamento de imagens com técnicas de aprendizado por reforço e técnicas de aprendizado supervisionado. A partir das experiências reunidas neste trabalho, foi possível elaborar uma síntese dos pontos fortes e fracos de cada ferramenta dentro de suas propostas através da avaliação de desempenho e verificação da acurácia dos modelos desenvolvidos dentro das ferramentas, juntamente com os resultados obtidos no decorrer no desenvolvimento e teste deste trabalho, formando assim uma tabela de análise resumindo os resultados obtidos dentro de critérios escolhidos para medir performance, com o intuito de ajudar iniciantes em uma aplicação dentro desta área e documentar os resultados e pontos fortes e fracos das análises relativas a cada modelo-
Descrição: dc.descriptionIt is common knowledge that most of car accidents could be avoided if the drivers weren’t reckless. Solutions involving automation, machine learning and internet of things in autonomous cars are current studied and in development phase. However, there is still a big gap when it comes to having access to a development tool that may aid in creating those solutions. Besides only existing a few tools, not all of them are accessible or easy to understand and deploy applications. Having a development tool that is self-explanatory and easy to deploy is an ambitious proposal but also a necessary one. In this paper, the goal is to understand and test machine learning solutions and sensor communication in two of tools that are available in the market, CARLA and Udacity. Taking each tool’s characteristics into consideration, image processing and recognition solutions using reinforcement learning and supervised learning were proposed. Next, a compilation with the experience was created, along with the resultant feedback. Finally, it was possible to create a summary with each tool’s strengths and weaknesses in order to aid those that choose to start to develop an application in this field-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal Fluminense-
Publicador: dc.publisherNiterói-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectAprendizado por reforço-
Palavras-chave: dc.subjectRedes neurais artificiais-
Palavras-chave: dc.subjectProcessamento de imagens-
Palavras-chave: dc.subjectCARLA simulator-
Palavras-chave: dc.subjectUdacity simulator-
Palavras-chave: dc.subjectVeículos autônomos-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectRede neural artificial-
Palavras-chave: dc.subjectProcessamento de imagem-
Palavras-chave: dc.subjectVeículo autônomo-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectReinforcement learning-
Palavras-chave: dc.subjectArtificial neural networks-
Palavras-chave: dc.subjectImage processing-
Palavras-chave: dc.subjectAutonomous driving-
Título: dc.titleEstudo comparativo dos softwares de simulação para carros autônomos CARLA e Udacity-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.