Szerző szerinti böngészés "Zolnai, Csaba"

Megjelenítve 1 - 2 (Összesen 2)
  • Bélyegkép
    TételKorlátozottan hozzáférhető
    Digitális aktuátor szenzorrendszer fejlesztése önvezető modell autókhoz
    Mári, Ferenc; Girászi, Tamás; Zolnai, Csaba; Kovács, László; DE--Informatikai Kar
    Napjainkban a vezetéstámogatási rendszerek fejlesztésének talán a legfőbb ágai a szenzor fejlesztés és a szenzor integráció. A szenzorok két csoportba sorolhatóak, perceptuálisak és aktuátor vissszajelző szenzorok. Az önvezető autók tervezése és legyártása költséges, és időigényes folyamat, ezért minden lehetőséget, ami időt és pénzt spórolhat, érdemes kipróbálni. A szenzorok tesztelése és az adatgyűjtés egy roppant kritikus pontja a fejlesztésnek. Ha nem képes az akadályokat megfelelően észlelni az autónk, az akár a teljes rendszert és annak környezetét is veszélyeztetheti. Ezen folyamatok költséghatékonyabbá, biztonságosabbá és egyszerűbbé tétele miatt egyre többen döntenek úgy, hogy kicsinyített, modell autókon tesztelik le új ötleteiket, technológiáikat. Nem mellesleg a modell méretben a hallgatóknak lehetőségük van kézzel foghatóbb formában megismerkedni és elsajátítani az 1:1 arányú autóknál is használt technológiákat. A labor kutatásunk során egy digitális aktuátor szenzorrendszer fejlesztésén dolgozzunk. Jelen munkánkban egy egyedi kerék szögelfordulás, valamint egy kerekenként sebességet mérő szenzort terveztünk és ennek a prototípusán dolgozunk. Az elkészült érzékelők alkatrészeit 3D nyomtatóval készítettük el. Ezeket a modellautóra lehet rögzíteni és adatokat lehet vele gyűjteni. A kerékelfordulás mérését egy automata kerékirány kalibráló programhoz, valamint a pontosabb mérések és kormányzás érdekében készítjük. A hely szűkössége miatt a kerék összekötő rudat is újra kellett terveznünk. A kész szenzorhálózatot és a programot egy valós méretű önvezető autó is hasznosíthatja. A sebességmérő szenzor az egyik leglényegesebb eszköz az autóiparban. Ennek segítségével meg tudjuk állapítani az autó haladási sebességet. Ezeket a szenzorokat kerekenként szereltünk fel. Az implementáció jellegéből adódóan és a differenciálmű működési elvét alapul véve számos egyéb mérőszám is megállapítható, valamint képesek vagyunk mérni a többi szenzor pontosságát is.
  • Nincs kép
    TételKorlátozottan hozzáférhető
    Kameraszenzor alapú adatfeldolgozás, korlátozott számítási kapacitású autonóm járművekben, mélytanuló algoritmusok segítségével
    Zolnai, Csaba; Mészáros, László; DE--Informatikai Kar
    A dolgozat a Debreceni Egyetem Informatikai Karán végzett kutatást ismerteti, amely a kamera szenzor alapú adatfeldolgozásra és mélytanuló algoritmusok alkalmazására összpontosít korlátozott számítási kapacitású eszközökön, autonóm járművekbenesetében. A kutatás során többféle mélytanuló modellt, AlexNet, VGGNet, ResNet50, ResNet101, DenseNet és CNN hálózatokat hasonlítják össze a közlekedési táblák pontos felismerésében. Az adatok előfeldolgozását különböző technikákkal történik, hogy a modellek tanulási hatékonysága javuljon. A mélytanuló modelleket a German Traffic Sign Database-en tanítom fel és ellenőrzöm, amely valós közúti környezetből gyűjtött képeket tartalmaz. A teszteket különböző hardvereken, például Raspberry Pi és Nvidia Jetson Nano eszközökön végzem, amelyek teljesítménye és számítási sebessége jelentősen eltér. A kutatás célja olyan hatékony, könnyen implementálható neurális hálózatok fejlesztése, amelyek az autonóm járművek számára gyors és pontos döntéshozatalt biztosítanak a közúti jelzések felismerése során.