Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái

32 10 0

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1 / 32 trang

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề	Áp dụng mô hình học End to End giả lập hành vi trong công nghệ xe tự lái
Tác giả	Nguyễn Trung Sơn
Trường học	Đại học quốc gia hà nội
Thể loại	bài tập lớn
Năm xuất bản	21025088
Thành phố	Hà Nội

Định dạng
Số trang	32
Dung lượng	7,45 MB

Nội dung

Microsoft Word TTNTNC docx i Đại Học Quốc Gia Hà Nội Trường Đại Học Công Nghệ Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End to End giả lập hành vi trong công nghệ xe tự lái 21025088 Nguyễn Trung Sơn 1 1 1 Đặt vấn đề Xe không người lái đang là một trong những xu thể phát triển chủ đạo của ngành công nghiệp xe hơi trong vài năm qua Tuy nhiên, xuất phát điểm của loại phương tiện này thì đã có từ gần một thế kỷ trước, nghĩa là trước cả cuộc cách mạng công nghiệp lần thứ ba Con người.

Ngày đăng: 18/05/2022, 14:14

HÌNH ẢNH LIÊN QUAN

Áp dụng mô hình học End- End-to-End giả lập hành vi trong công nghệ xe tự lái - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — p dụng mô hình học End- End-to-End giả lập hành vi trong công nghệ xe tự lái (Trang 1)

Hình cho thấy một sơ đồ khối đơn giản hóa của hệ thống thu thập để đào tạo dữ liệu cho - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình cho** thấy một sơ đồ khối đơn giản hóa của hệ thống thu thập để đào tạo dữ liệu cho (Trang 6)

Ở Hình Hình ảnh được đưa vào CNN sau đó tính toán một lệnh chỉ đạo được đề xuất. Lệnh được đề xuất được so sánh với mong muốn lệnh cho hình ảnh đó và các trọng số của CNN được điều chỉnh để đưa đầu ra CNN đến gần hơn với đầu ra mong muốn - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — nh Hình ảnh được đưa vào CNN sau đó tính toán một lệnh chỉ đạo được đề xuất. Lệnh được đề xuất được so sánh với mong muốn lệnh cho hình ảnh đó và các trọng số của CNN được điều chỉnh để đưa đầu ra CNN đến gần hơn với đầu ra mong muốn (Trang 7)

Hình 6 Góc lái bên trái do camera ghi lại - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 6** Góc lái bên trái do camera ghi lại (Trang 9)

Hình 7 Mô hình học End-to-end - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 7** Mô hình học End-to-end (Trang 9)

2.1.4 Mô hình học End-to-end tranning mạng CNN để giả lập hành vi - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **2.1.4** Mô hình học End-to-end tranning mạng CNN để giả lập hành vi (Trang 10)

Hình 8 Mạng được đào tạo được sử dụng để tạo các lệnh lái từ một camera trung tâm phía - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 8** Mạng được đào tạo được sử dụng để tạo các lệnh lái từ một camera trung tâm phía (Trang 10)

4. Trị chơi ABC (bảng chữ cái): - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — 4. Trị chơi ABC (bảng chữ cái): (Trang 12)

Bảng 1 Ba góc của camera - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Bảng 1** Ba góc của camera (Trang 12)

Sau khi ta lái xe sẽ thu thập được các dữ liệu hình ảnh và một tập driving_log là nhãn của toàn bộ ảnh ta đã ghi lại ở trong simulator - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — au khi ta lái xe sẽ thu thập được các dữ liệu hình ảnh và một tập driving_log là nhãn của toàn bộ ảnh ta đã ghi lại ở trong simulator (Trang 13)

Hình 11 Sơ đồ dữ liệu trong file driving_log - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 11** Sơ đồ dữ liệu trong file driving_log (Trang 14)

Hình 12 Dữ liệu sau khi được được lọc - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 12** Dữ liệu sau khi được được lọc (Trang 15)

Sau khi có dữ liệu được lọc thì nhìn vào biểu đồ Hình 12 ta thấy dữ liệu của camera giữa(steering_angle = 0) và camera trái(steering_angle <0 ) dường như nhiều hơn bên phải (steering_angle> 0) , ta cần phải làm cho cân bằng dữ liệu của hai bên trá - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — au khi có dữ liệu được lọc thì nhìn vào biểu đồ Hình 12 ta thấy dữ liệu của camera giữa(steering_angle = 0) và camera trái(steering_angle <0 ) dường như nhiều hơn bên phải (steering_angle> 0) , ta cần phải làm cho cân bằng dữ liệu của hai bên trá (Trang 15)

Hình 15 kỹ thuật Zooming - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 15** kỹ thuật Zooming (Trang 16)

Hình 14 Biểu đồ dữ liệu sau khi được cân bằng và tách thành 2 tập train và valid - Bài Tập Lớn Trí Tuệ Nhân Tạo Nâng Cao Áp dụng mô hình học End toEnd giả lập hành vi trong công nghệ xe tự lái — **Hình 14** Biểu đồ dữ liệu sau khi được cân bằng và tách thành 2 tập train và valid (Trang 16)