Autonoomsed sõidukid tuginevad oma juhtimisotsuste tegemisel mitmesugustele anduritele, et tajuda ümbritsevat keskkonda. Täpne ja usaldusväärne taju on autonoomsete
sõidukite kriitiline funktsionaalsus. Käesolev uurimistöö keskendub autonoomsete sõidukite täiustatud tajumisvõimekusele ja põhineb neljalteadusartiklil, mis käsitlevad andurite riistvara, andmekogumite loomist, andurite kombineerimist ja tehisintellektil põhinevat olukorra tõlgendamist.
Uurimistöö pakub välja uue nägemistransformaatori-põhise võrgu kasutamiseks kaamera ja LiDARi andmete kombineerimise semantilise segmenteerimise jaoks. Võrk kasutab progresseeruva komplekteerimise strateegiat kahesuunalises võrgus, et töödelda kaamera ja LiDARi andmeid paralleelselt. Lisaks on see esimene transformaatoripõhine lahendus, mis kasutab strateegiat LiDARi punktipilvede projektsiooniks kaameraplaane semantilise segmenteerimise jaoks. Tulemused näitavad head jõudlust kõigis stsenaariumides ja tõestavad tähelepanumehhanismi ning mitme anduri kombineerimise olulisust.
Kokkuvõttes kujutab uurimistöö endast põhjalikku teadustööd, mis hõlmab kõikisüvaõppepõhise autonoomse sõiduki taju aspekte, alates andurite paigutamisest kuni mitmeliigilise taju süsteemini, reaalse maailma andmete kogumiseni ja lõpuks süvavõrgu treenimiseni stseeni tõlgendamiseks. See uurimus hõlbustab luua täiustatud taju võimekusega ohutuid ja usaldusväärseid autonoomseid transpordilahendusi.

Doktoritöö on avaldatud Tehnikaülikooli raamatukogu digikogus

Juhendajad: kaasprofessor tenuuris Raivo Sell ja kaasatud professor Mauro Bellone (TalTech)

Oponendid:

• juhtivteadur Dimitrios Giakoumis (Uurimis- ja tehnoloogiakeskus Hellas, Kreeka)
• professor Giulio Reina (Bari Polütehniline instituut, Itaalia)