Afficher la notice abrégée

dc.contributor.author SELAIMIA, YASSINE
dc.date.accessioned 2023-10-30T07:55:39Z
dc.date.available 2023-10-30T07:55:39Z
dc.date.issued 2023-06
dc.identifier.uri http://dspace.univ-guelma.dz/jspui/handle/123456789/14712
dc.description.abstract Cette memoire présente le développement d’un véhicule autonome utilisant un Nvidia Jetson Nano™ (OM) comme unité centrale de contrôle en tirant parti de la vision informatique et des techniques d’apprentissage profond. L’objectif est de réaliser un véhicule à petite échelle avec la capacité de naviguer une route de manière autonome et de détecter les obstacles en temps réel. L’appareil Jetson Nano™ est chargé de contrôler les systèmes du véhicule, y compris les moteurs à courant continu utilisés pour l’entraînement. L’acquisition de données est réalisée grâce à l’application du module caméra IMX219, qui capture des images pour la formation de modèles de réseaux neuronaux. En tirant parti de la puissance de l’apprentissage par transfert, le modèle ResNet-18 (RNA) est utilisé pour former sa couche entièrement connectée sur mesure pour notre ensemble de données spécifique. Le modèle formé est déployé sur la carte Jetson Nano™ pour un fonctionnement en temps réel, avec les résultats détaillés et la présentation des performances du véhicule autonome développé en_US
dc.language.iso fr en_US
dc.publisher Université 08 Mai 1945 de Guelma en_US
dc.subject Intelligence artificielle, Véhicule autonome, Vision par ordinateur, L'apprentissage en profondeur, réseau neuronal artificial, Nvidia Jetson Nano™, Apprentissage par transfert, Base de données en_US
dc.title Autonomous Vehicle with Jetson Nano: en_US
dc.title.alternative An Approach for Automated Navigation en_US
dc.type Working Paper en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte