Rzadkie sieci splotowe w układach sterowania z wizualnym sprzężeniem zwrotnym
Ładowanie...
Data
2025
Tytuł czasopisma
ISSN czasopisma
Tytuł tomu
Wydawca
Abstrakt
Opis
W rozprawie poruszono zagadnienie zastosowania rzadkich sieci splotowych w układach sterowania z wizualnym sprzężeniem zwrotnym. Nacisk w badaniach położono na dane rzadkie w postaci trójwymiarowej (chmury punków oraz rzadkie wokselizacje), które są naturalnym sposobem reprezentacji w przypadku kamer głębi. Stworzono autorskie modele sieci splotowych, które wytrenowano w oparciu o samodzielnie zebrane dane, pochodzące z pomiarów wizyjnych i odczytów robotów. Modele zostały wykorzystane w pętli sprzężenia zwrotnego oraz zweryfikowano je w zadaniach sterowania robotami mobilnymi. W ramach badań wykazano empirycznie, że uwzględnienie rzadkości danych przy budowaniu modeli sieci splotowych pozwala na znacznie szybsze treningi i predykcję. Pokazano też, odpowiedni dobór struktury sieci pozwala na uzyskanie wysokiej jakości predykcji w zadaniach lokalizacji i orientacji. Uzyskana jakość była porównywalna lub wyższa niż modeli referencyjnych – PointNet, DGCNN i Point Cloud Transformer. Wykazano również, że autorskie architektury są użyteczne w zadaniach śledzenia i sterowania robotami w pomieszczeniu zamkniętym.
Słowa kluczowe
widzenie maszynowe, czujniki optyczne, przetwarzanie optyczne danych, wizualne sprzężenie zwrotne, sieci neuronowe (informatyka), sieci splotowe, chmura punktów, wokselizacja, sztuczna inteligencja, sterowanie robotami mobilnymi, uczenie maszynowe
Cytowanie
Rodziewicz-Bielewicz, J. Rzadkie sieci splotowe w układach sterowania z wizualnym sprzężeniem zwrotnym. Szczecin, 111, [12] s. (Niepublikowana praca doktorska)
https://hdl.handle.net/20.500.12539/2896