Autonomní řízení vozidla pomocí zpracování obrazu

Abstract

Tato diplomová práce se zabývá tématem autonomních vozidel a především detekce jízdních pruhů. V práci jsou popsány a porovnány dva hlavní přístupy pro detekci jízdních pruhů – pomocí tradičních metod počítačového vidění a pomocí konvolučních neuronových sítí. Cílem práce bylo vytvořit systém, který by byl schopný rozpoznávat jízdní pruhy v reálném čase. Navržený systém byl sestaven z počítače Jetson Nano, ze stereo kamery ZED a z naprogramovaného algoritmu. Celkem byly vytvořeny dva algoritmy, které využívají zcela odlišných přístupů. Závěrem byl celý systém otestován z hlediska funkčnosti a schopnosti rozpoznávání jízdních pruhů.

This diploma thesis deals with the topic of autonomous vehicles and especially lane detection. The paper describes and compares two main approaches to the lane detection - using traditional methods of computer vision and convolutional neural networks. The aim of the work was to create a system that would be able to recognize road lanes in a real time. The proposed system consisted of a Jetson Nano computer, a ZED stereo camera and a programmed algorithm. In total, two algorithms have been developed that use completely different approaches. Finally, the whole system was tested in terms of functionality and lane recognition.