Giuseppe Coccia
Usage of Static Environment information for improving Vulnerable Road Users trajectory prediction.
Rel. Maurizio Morisio. Politecnico di Torino, Master of science program in Computer Engineering, 2019
Abstract
Con l'avvento di tecniche di machine learning sempre più complesse ed innovative, accompagnate da risorse computazionali più potenti per implementare tali tecniche, molte nuove applicazioni hanno beneficiato dell'utilizzo dell'Intelligenza Artificiale per risolvere vari problemi e raggiungere obiettivi che altrimenti non sarebbero potuti essere realizzabili. Applicazioni pratiche possono essere trovate dal settore sanitario a quello finanziario. Negli ultimi anni anche l'industria automobilistica ha mostrato un crescente interesse nel Machine Learning con lo scopo di concretizzare un progetto fondamentale: creare un veicolo che sia in grado di guidare autonomamente senza alcun tipo di aiuto da parte di esseri umani. Costruire veicoli autonomi richiede la risoluzione di molti problemi, in quanto anche un piccolo errore può portare a incidenti tragici.
Il veicolo dovrebbe essere in grado di interagire con altri utenti della strada (automobili, pedoni, ciclisti, ecc.) in vari tipi di scenari (come incroci stradali e autostrade)
Relators
Academic year
Publication type
Number of Pages
Additional Information
Course of studies
Classe di laurea
Ente in cotutela
URI
![]() |
Modify record (reserved for operators) |
