dc.contributor.advisor | Παπαγέωργας, Παναγιώτης | |
dc.contributor.author | Λιατήρας, Θεόδωρος - Αντώνιος | |
dc.date.accessioned | 2020-01-08T11:47:49Z | |
dc.date.available | 2020-01-08T11:47:49Z | |
dc.date.issued | 2019-11-21 | |
dc.identifier.uri | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5153 | |
dc.description.abstract | Η συγκεκριμένη πτυχιακή εργασία έχει ως σκοπό τον σχεδιασμό και την κατασκευή ενός πλήρως αυτόνομου ηλεκτρικού οχήματος μικρής κλίμακας ικανό να κινηθεί εντός και εκτός δρόμου, σε οποιαδήποτε περιοχή καλείται, με σκοπό τη μεταφορά αντικειμένων σε δύσβατες και μη περιοχές, όπως σε καταστάσεις έκτακτης ανάγκης για και στις οποίες είναι δύσκολη ή ανέφικτη η ανθρώπινη παρέμβαση. Το όχημα αυτό θα βασίζει τη λειτουργία του στην τεχνική της υπολογιστικής νοημοσύνης (deep learning) και τη χρήση αισθητήρων ώστε να αντιλαμβάνεται το χώρο γύρω του. Ο καθορισμός του προορισμού του θα γίνεται με τη χρήση συντεταγμένων σημείων σε χάρτη. Η πειραματική διάταξη που θα αναπτυχθεί θα μπορεί να χρησμιμοποιηθεί για την πειραματική βελτιστοποίηση των διατάξεων εντοπισμού εμποδίων και καθορισμού της βέλτιστης ταχύτητας και κατεύθυνσης του οχήματος καθώς και των αλγορίθμων ελέγχου κίνησης-κατεύθυνσης. | el |
dc.format.extent | 147 | el |
dc.language.iso | el | el |
dc.publisher | Α.Ε.Ι. Πειραιά Τ.Τ. | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | TPSH::Επιστήμη Υπολογιστών::Νευρωνικά Δίκτυα (Επιστήμη των Υπολογιστών) | el |
dc.subject | TPSH::Επιστήμη Υπολογιστών::Τεχνητή Νοημοσύνη | el |
dc.title | Σχεδίαση και υλοποίηση πλήρως αυτόνομου οχήματος, βασισμένο σε τεχνολογίες ακριβούς εντοπισμού θέσης και υπολογιστική νοημοσύνη deep learning | el |
dc.title.alternative | Design and implementation of a fully autonomous vehicle, based on accurate position finding technologies and computer vision deep learning | el |
dc.type | Πτυχιακή εργασία | el |
dc.contributor.committee | Κωστής, Ιωάννης | |
dc.contributor.committee | Βόκας, Γεώργιος | |
dc.contributor.department | Τμήμα Ηλεκτρονικών Μηχανικών Τ.Ε. | el |
dc.contributor.faculty | Σχολή Τεχνολογικών Εφαρμογών | el |
dc.subject.keyword | Υπολογιστική νοημοσύνη | el |
dc.subject.keyword | Arduino | el |
dc.subject.keyword | GPS | el |
dc.subject.keyword | Οχήματα | el |
dc.description.abstracttranslated | The purpose of this diploma thesis is to design and construct a fully autonomous small scale electric vehicle, capable of reaching any desirable area -on and off road-, in order to transport an object from one place to another on emergency situations, where the human intervention is difficult or impracticable. The most fundamental module of the control system of this vehicle is the one that is based on computer vision and deep learning algorithms and the use of sensors to perceive the area around it. Its destination will be determined by the use of point coordinates in a map. | el |