Dissertação

Heteroceptive Sensing for Autonomous Cars EVALUATED

O trabalho desenvolvido consiste numa fusão de dados de diversos sensores capaz de indicar em tempo real os sinais de trânsito pelos quais o veículo passa. Nesta tese informações provenientes do sistema de reconhecimento de sinais de trânsito são fundidas com as dadas por um mapa topológico, usando a Teoria de Dempster-Shafer. Recorrendo ao esquema de desconto de Dempster-Shafer, são atribuídas medidas de confiança às diversas informações tendo em conta a confiança em cada sensor. Um mapa contendo os sinais de trânsito tem de ser atualizado de modo a representar alterações relativas quer aos sinais quer à própria rede de estradas, não consegue suportar sinais de trânsito temporários, e pode ser bastante impreciso dependendo das circunstâncias. Por outro lado, um sistema de reconhecimento de sinais de trânsito é capaz de detetar sinais temporários. Contudo, este sistema não é ótimo, sendo bastante impreciso perante situações adversas como má visibilidade. Tendo isto, a fusão de informações provenientes de ambos os sensores, pode providenciar informações com uma maior precisão. Tanto o mapa como o sistema de fusão são implementados, enquanto que o sistema de reconhecimento de sinais é simulado através da definição de hipotéticas deteções de sinais. Os resultados obtidos mostram claramente que a fusão proposta tem uma precisão maior do que cada um dos sistemas como soluções independentes.
Dempster-Shafer, Fusão, Reconhecimento de Sinais de Trânsito, Mapa Topológico

Novembro 15, 2019, 11:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

João Fernando Cardoso Silva Sequeira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar