Tekoälyn ja sensorifuusion kehityksen vaikutukset täysin automatisoitujen ajoneuvojen turvallisuuden parantamiseksi
Year: 2021
Type: dissertation
Abstract: Nykypäivänä autot ovat älykkäämpiä kuin koskaan ennen sisältäen monenlaisia kuljettajaa avustavia ja jollain tasolla ajoneuvoa itseohjaavia ominaisuuksia. Täysin itsenäiset, automatisoidut ajoneuvot tulevat muuttamaan koko ajamisen merkityksen parantaen merkittävästi liikenneturvallisuutta, tuoden uusia tapoja matkustaa ja mahdollistaen uusia liiketoimintamalleja. Tällä hetkellä täysin automatisoituihin ajoneuvoihin liittyy kuitenkin useita niiden käyttöönottoa rajoittavia tekijöitä, joiden perimmäinen syy on, etteivät automatisoidut ajoneuvot ole vielä tarpeeksi turvallisia, jotta ne voisivat toimia liikenteessä itsenäisesti ilman ihmiskuljettajaa. Tämä tutkielma on kirjallisuuskatsaus, jossa tarkastelen automatisoitujen ajoneuvojen turvallisuutta tekoälyn ja sensorien näkökulmasta. Tutkielman tavoitteena on selvittää, miten sensoreiden ja tekoälyn opetusmenetelmien kehitys auttaa tekemään automatisoiduista ajoneuvoista turvallisempia, jotta ne voitaisiin ottaa liikennekäyttöön. Aihetta tullaan ensin käsittelemään kertomalla yleisesti automatisoitujen ajoneuvojen kehityksen nykytilanteesta, luokittelusta, hyödyistä sekä ongelmista turvallisuuden kannalta, jonka jälkeen käsitellään sensoreiden ja niiltä saatavan datan käsittelymallien vaikutusta ajoneuvon ympäristöstä saatavaan informaatioon. Tämän käsitellään ajoneuvon päätöksistä vastaavaa tekoälyä ja pohditaan opetusmallien vaikutusta tekoälyn kykyyn tehdä tarkempia päätöksiä.
Author: Laiho, Tuomas
Institution: University of Jyväskylä
Language: Finnish
Subfield: Automotive Engineering
Field: Engineering
Domain: Physical Sciences
Keywords: autonomous vehicles, vehicle safety, artificial intelligence, sensor fusion, sensor data processing, machine learning, deep learning, artificial neural networks, convolutional neural networks, recurrent neural networks, reinforcement learning, road safety, vehicle-to-vehicle communication, vehicle-to-infrastructure communication, vehicle-to-cloud communication, vehicle-to-everything communication
Open Access status: green
OpenAlex ID: W7034377043
