コンピュータ工学および情報技術ジャーナル

YOLOv4 による物体検出を使用した自動運転車の設計と開発

リシャブ・チョプダ、サケット・プラダン、アヌジ・ゴエンカ

将来の自動車は、運転手なし、つまり死亡事故を回避できるポイントツーポイント輸送サービスになると予想されています。この目標を達成するために、自動車メーカーは潜在的な自動運転を実現するために投資してきました。この点に関して、私たちは、色付きのコーンで作られたトラック上で、物体検出を主な操縦手段として自動運転が可能な自動運転モデル​​カーを紹介します。この論文では、組み込みハードウェアプラットフォームから、自動データ取得とモデルトレーニングに必要なエンドツーエンドの ML パイプラインまで、モデル車両を製造するプロセスについて説明します。これにより、ディープラーニングモデルがハードウェアプラットフォームから入力を引き出し、車の動きを制御できるようになります。これにより、車は自律的に誘導され、手動で特徴を抽出しなくてもリアルタイムのトラックにうまく適応します。この論文では、ビデオデータから学習し、画像処理、拡張、動作のクローニング、畳み込みニューラルネットワークモデルを含むコンピュータービジョンモデルを紹介します。ダークネットアーキテクチャは、ビデオセグメントを通じて物体を検出し、それを 3D ナビゲート可能なパスに変換するために使用されます。最後に、この論文では、使用した技術の結論、結果、および将来の改善の範囲について触れています。