Jämförelse av datainsamlingsmetoder och problemuppställningar för en självstyrd bil
Data
Utställare
Alexander Berntsson
Skola
Ansgargymnasiet
Ort
Uppsala
Projektsammanfattning
I det här projektet så byggde jag en legobil med en kamera längst fram som ska kunna köra automatiskt på en enkel väg bestående av brunt papper med svart spraypaint på. Som sensor användes endast kameran och för att utifrån kameran styra så att den håller sig på vägen så har den lärt sig från att se när en människa kör på vägen. Den ser hur människan kör genom att ta bilder från kameran medan människan kör och kollar hur mycket hen svänger vid det tillfället. Då den ska lära sig från att se människan köra så finns det olika sätt att ställa upp problemet och det finns även olika metoder för att samla in datan som den ska lära sig ifrån och jag har jämfört dessa metoder.
Abstract
Ladda nerPoster
Vilken sorts inlärning använde du?
Hej Vilhelm!
Jag använde mig utav maskininlärning och specifikt ett område inom maskininlärning som kallas för “supervised learning” vilket innebär att den lär sig från data där varje exempel har en etikett. I det här fallet var exempelet bilden och etiketten hur mycket jag svänger vid det tillfället. Inom “supervised learning” så finns det dessutom olika modeller för att lära sig från datan. Den modell jag använde kallas för ett Convolutional Neural Network (CNN).
Väldigt coolt projekt! Vad var det som fick dig intresserad av ämnet?
Jag blev intresserad av maskininlärning då jag såg att de smartaste programmen på schack och go använde sig utav maskininlärning. Sen när jag läste vidare så läste jag hur man hade använt det för att styra en bil automatiskt år 1989 (https://papers.nips.cc/paper/1988/file/812b4ba287f5ee0bc9d43bbf5bbe87fb-Paper.pdf). Jag blev fascinerad över detta och ville testa det själv och försöka utveckla på iden.