Vývoj autonomního řízení vozidla v simulovaném prostředí

Abstract

Tato diplomová práce se zaměřuje na vývoj systémů autonomního řízení v simulačním prostředí CARLA, přičemž se věnuje úrovním automatizace dle standardu SAE a senzorickému vnímání. Modulární architektura v jazyce Python integruje asistenční systémy pro podélné a příčné řízení, konkrétně adaptivní tempomat a asistent držení v pruhu. Implementace využívá fúzi radarových a sémantických dat spolu se sémantickou analýzou obrazu, která je dále rozšířena o detekci objektů pomocí sítě YOLO. Práce rovněž zahrnuje vlastní mapu a modely vozidel spolu s koncepčním návrhem komunikace po sběrnici CAN.

This master's thesis focuses on the development of autonomous driving systems within the CARLA simulation environment, addressing SAE automation levels and sensory perception. A modular Python architecture integrates assistance systems for longitudinal and lateral control, specifically adaptive cruise control and lane keeping assist. The implementation utilizes radar-semantic data fusion and semantic image analysis, further enhanced by YOLO-based object detection. Finally, the project incorporates custom map and vehicle models alongside a conceptual design for CAN bus communication.