Αυτόνομο όχημα κινούμενο με την αναγνώριση σημάτων κυκλοφορίας
Autonomous vehicle moving by traffic sign recognition
Subject
TPSH::Επιστήμη ΥπολογιστώνKeywords
Αυτόνομα οχήματα ; Raspberry Pi ; OpenCV ; Αισθητήρες υπερήχων ; Python ; Σήματα κυκλοφορίας ; Τεχνητή νοημοσύνη ; Ψηφιακή επεξεργασία εικόναςAbstract
Στη παρούσα πτυχιακή εργασία παρουσιάζεται η υλοποίηση ενός αυτόνομου οχήματος τεσσάρων τροχών το οποίο αναπτύχθηκε πάνω σε μια πλατφόρμα «Raspberry Pi 2 Model B». Πάνω στο όχημα υπάρχει μια κάμερα με την οποία γίνεται και μία πραγματικού χρόνου βίντεο-σύλληψη από την οπτική γωνία του οχήματος. Με την βοήθεια του Raspberry Pi και της βιβλιοθήκης μηχανικής όρασης OpenCV γίνεται η επεξεργασία των καρέ του βίντεο και μας δίνεται η δυνατότητα αναγνώρισης ορισμένων σημάτων του Κώδικα Οδικής Κυκλοφορίας. Αναγνωρίζοντας τα σήματα αυτά, το όχημα ανταποκρίνεται ανάλογα για το καθένα τους. Αυτό είναι και που το καθιστά αυτόνομο. Πάνω στο όχημα υπάρχουν και αισθητήρες υπερήχων οι οποίοι μας δίνουν την δυνατότητα να ανιχνεύουμε εμπόδια και να αποτρέπουμε το όχημα από τυχόν συγκρούσεις. Επίσης το όχημα, διαθέτει και τέσσερα Leds τα οποία προσομοιώνουν τα τέσσερα Flash των πραγματικών αυτοκινήτων και μας δείχνουν την πρόθεση του οχήματός μας.
Abstract
This thesis presents the implementation of an autonomous vehicle of four wheels which was developed on a platform “Raspberry Pi 2 Model B”. On the vehicle there is a camera that receives a real-time video from the perspective of the vehicle. The platform Raspberry Pi and the library of machine vision OpenCV perform the processing of the video frames and as a result our vehicle has the ability to recognize certain signs of the Highway Code. By recognizing these signs, the vehicle responds accordingly to each of them. This is it that makes it autonomous. On the vehicle there are ultrasound sensors that enable us to detect obstacles and prevent the vehicle from any conflicts. Also, the vehicle has four Leds which simulate the four Flash of a real car and show us the intention of our vehicle.
Number of pages
132Faculty
Σχολή Τεχνολογικών ΕφαρμογώνAcademic Department
Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστικών Συστημάτων Τ.Ε.Language
GreekThe following license files are associated with this item: