Knowledge representation as a means to assess advanced driver assistance systems and autonomous driving

masterʹs thesis

Gregor Ovsenjak (Avtor), Marko Gosak (Mentor), Hermann Felbinger (Mentor)

Povzetek

Področje avtonomne vožnje je eno izmed najbolj raziskovanih tem v avtomobilski industriji. Varnost avtonomnih vozil v vsakdanjih okoliščinah na cesti predstavlja enega izmed glavnih izzivov, zaradi vrste različnih okoliščin, do katerih pride v resničnem svetu. Avtonomna vozila bi morala prevoziti več sto milijard kilometrov, da bi lahko potrdili njihovo zanesljivost pri odločanju v primeru nevarnosti. Zato je virtualno testiranje scenarijev, kjer lahko simuliramo poljubne okoliščine, pomembno pri validaciji in preverjanju delovanja avtonomnih vozil. Tako virtualno testiranje predstavlja nujen postopek v razvoju naprednih sistemov avtonomne vožnje. Vendar je ustvarjanje raznolikih scenarijev velikokrat okoren in zamuden postopek. Zaradi tega je zaželena večkratna in ponovna uporaba podatkov iz realnega sveta. Ker ontologije predstavljajo večkrat uporabno zastopanje informacij, so idealen kandidat za ustvarjanje raznolikih scenarijev. V magistrskem delu predstavimo avtomatiziran postopek za razbiranje informacij iz podatkovne baze za namene večkratne in ponovne uporabe le-teh v ontologijah. Ključnega pomena za razvoj ontologije je dobro razumevanje strukture podatkovne baze, zato se velik del magistrskega dela osredotoča na analizo le-te. Podatke iz baze je potrebno s pomočjo programske kode razbrati in interpretirati ter šele nato uskladiti ontologijo z bazo. Pri tem razvijemo dve novi metodi, ki temeljita na geometričnih algoritmih. Na podlagi le-teh, raziščemo bazo in zbrane podatke očistimo z uporabo statistične analize in opredelimo v ontologijo. Rezultat našega magistrskega dela je ontologija, zapolnjena z osnovnimi koncepti, ki so definirani na podlagi podatkov, zbranih iz podatkovne baze.

Ključne besede

magistrska dela;ontologije;avtonomna vožnja;avtomatizacija;Waymo Open Dataset;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2021
Tipologija:	2.09 - Magistrsko delo
Organizacija:	UM FNM - Fakulteta za naravoslovje in matematiko
Založnik:	[G. Ovsenjak]
UDK:	531.8(043.2)
COBISS:	89438211
Št. ogledov:	401
Št. prenosov:	39
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Knowledge representation as a means to assess advanced driver assistance systems and autonomous driving
Sekundarni povzetek:	Autonomous driving is one of the most promising and challenging research topics in the automobile industry. Testing the safety of autonomous vehicles in everyday situations on the road is a major challenge due to large variety of circumstances that occur in the real world. Autonomous vehicles would have to be driven hundreds of billions of kilometres to demonstrate their reliability in terms of fatality and injuries. Due to this, virtual testing is essential in the development phase in which, we can experiment on arbitrary scenarios. Virtual testing is an essential part in developing advanced driver assistance system functions, but it can be challenging to generate new assessment test cases. That is why reusability of real-world data for test case generation is a crucial. Since ontologies introduce a sharable and reusable knowledge representation, they present an ideal candidate for solving this task. This thesis presents an automated procedure for information acquisition from the database in order to align the ontology with derived knowledge. Understanding the basic structure of the dataset is paramount in order to correctly develop the ontology. Therefore, a substantial part of the thesis focuses on analysing the dataset. Data has to be acquired and interpreted first and only then can we coordinate it with the ontology. For this purpose, we have developed three new methods based on geometrical algorithms with the help of which we have analysed the dataset and cleaned the acquired data through the methods of statistical analysis. The findings of this thesis present an ontology aligned with the basic concepts that are defined based on data collected from the dataset.
Sekundarne ključne besede:	master theses;Ontologies;autonomous driving;automation;Waymo Open Dataset;Avtomobilska industrija;Avtomatizacija;Vozniki avtomobilov;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS):	Magistrsko delo/naloga
Komentar na gradivo:	Univ. v Mariboru, Fak. za naravoslovje in matematiko, Oddelek za fiziko
Strani:	IX f., 61 str.
ID:	13379141