Work

Perception of autonomous vehicles in adverse weather conditions

Year: 2025
Type: dissertation
Abstract: Ympäristön havainnointi on autonomisen ajoneuvon keskeisiä toimintoja, sillä se mahdollistaa ajoneuvon luotettavan ja turvallisen navigoinnin. Autonomiset ajoneuvot havainnoivat ympäristöä sensorien tuottaman tiedon avulla yhdessä eri tekoälypohjaisten menetelmien kanssa. Useat autonomisen ajamisen havainnointiteknologiat suoriutuvat hyvin suotuisissa sääolosuhteissa, mutta vaikeat sääolosuhteet kuten sade, sumu ja lumi tuottavat haasteita ajoneuvon sensoreille sekä edelleen ympäristöä havainnoiville tekoälymenetelmille. Tässä kandidaatintyössä tarkastellaan autonomisten ajoneuvojen ympäristön havainnoinnin osa-alueita vaikeissa sääolosuhteissa. Työssä keskitytään erityisesti kameroihin sekä lidar-tutkiin perustuvaan ympäristön havainnointiin. Tutkielmassa esitellään ensiksi kameroiden ja lidar-tutkan toimintaperiaatetta, sekä eri sääolosuhteiden vaikutuksia näihin sensoreihin. Lisäksi esitellään ympäristön havainnoinnissa hyödynnettyjä syväoppimismenetelmiä. Seuraavaksi työssä käsitellään kohteiden tunnistusta, minkä jälkeen siirrytään tienpinnan olosuhteiden arviointiin. Lopuksi tarkastellaan semanttista segmentointia, eli pikseli- tai pistetason kohteiden luokittelua. Autonomisen ajamisen havainnointimenetelmiä koulutetaan ajoympäristöstä kerätyillä datajoukoilla. Havainnointimenetelmät on kuitenkin usein koulutettu suotuisten sääolosuhteiden datajoukoilla, mikä johtaa menetelmien suorituskyvyn laskuun haastavissa sääolosuhteissa. Tätä ongelmaa varten tutkielmassa on esitelty ja koottu autonomisen ajamisen datajoukkoja, joissa esiintyy haastavia sääolosuhteita, kuten sumua, sadetta tai lunta. Datajoukkojen lisäksi työssä esitellään erilaisia syväoppimismenetelmiä, joilla ympäristön havainnoinnin suorituskykyä pyritään kehittämään haastavissa sääolosuhteissa.
Author: Tervonen, Juho
Institution: Aalto University
Language: Finnish
Open Access status: green
OpenAlex ID: W6986278906
Cites: 75
Cited by:
Related to: 10