Využití syntetických dat pro zlepšení detekce cyklistů a chodců v autonomním řízení

Abstract

Tato práce se zabývá tvorbou umělé datové sady pro autonomní řízení a možností jejího využití pro zlepšení přesnosti detekce zranitelných účastníků provozu. Existující práce v této oblasti buď nezveřejňují svůj postup tvorby datové sady, nebo nejsou vhodné pro účely 3D detekce objektů. V rámci této práce jsou představeny konkrétní kroky pro vytvoření umělé datové sady. Získané vzorky jsou následně validovány pomocí jejich vizualizace a při experimentech využity pro učení modelu detekce objektů VoxelNet.This thesis deals with creating a synthetic dataset for autonomous driving and the possibility of using it to improve the results of vulnerable traffic participants' detection. Existing works in this area either do not disclose the dataset creation process or are unsuitable for 3D object detection. Specific steps to create a synthetic dataset are proposed in this work, and the obtained samples are validated by visualization. In the experiments, the samples are then used to train the object detection model VoxelNet.