dc.contributor.author | Γκίκας, Γιώργος![]() |
el |
dc.contributor.author | Gkikas, Giorgos![]() |
en |
dc.date.accessioned | 2022-01-10T10:47:07Z | |
dc.date.available | 2022-01-10T10:47:07Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/54285 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.21983 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/3.0/gr/ | * |
dc.subject | threeway interactions | en |
dc.subject | Τριπλές αλληλεπιδράσεις | el |
dc.subject | Social layer | en |
dc.subject | Κοινωνικά κριτήρια | el |
dc.subject | Αυτόνομη οδήγηση | el |
dc.subject | Autonomous driving | en |
dc.title | Multiple road user interactions: a methodological approach towards autonomous driving | en |
heal.type | bachelorThesis | |
heal.classification | Cognitive ergonomics | en |
heal.classification | Γνωστική εργονομία | el |
heal.language | en | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2021-07-05 | |
heal.abstract | The focus of this study is to accentuate the need to add socially interactive layers to Autonomous Vehicle Algorithm Design, and create a scope from which those social interactions between road users can be used in algorithm development. Firstly, presented is the current progress in AV algorithm development and the need for adding social layers in it. In order to achieve that, a basic method of identifying interaction patterns between road users was established. After gathering and analyzing video footage from an intersection in central Athens, that method is presented in the study. Data collection for this method focuses on incidents that involve multiple road user interactions, which follow a defined set of rules. The concept of these interactions is defined for the purpose of this study, while data collection involves screenshot gathering, noting the amount and type of road users, and assigning order numbers on road users, according to this study’s set of rules. The aim of collecting data in that specific way is the creation of Interaction Patterns, meaning interactions between road users in the specific intersection that are repetitive throughout the gathered footage. Subsequently, the conceptual correlation of the Interaction Patterns is discussed, through categorizing and organizing the interaction patterns in several levels. Also discussed are further ways of using the collected data to extract useful information and gain deeper understanding of the driving environment and road user behavior. Furthermore, interaction patterns are presented that were observed but don’t at this moment follow the conceptual framework that is proposed. Discussion is also being made on ways of expanding the current study through gathering more video footage from different environmental settings and parameters of data processing, and through the use of technology. Finally, the case is being made of how this method can be integrated in current Autonomous Vehicle Systems in order to improve the way vehicles perceive their environment through algorithms. | en |
heal.abstract | Στόχος της παρούσας έρευνας είναι να τονίσει την ανάγκη να προστεθεί ένα επίπεδο κοινωνικής αλληλεπίδρασης στο σχεδιασμό αλγορίθμων για αυτόνομα οχήματα, και να δημιουργηθεί ένα πεδίο εφαρμογής στο πλαίσιο του σχεδιασμού αλγορίθμων για τις κοινωνικές αλληλεπιδράσεις μεταξύ χρηστών του δρόμου. Κατ’αρχάς παρουσιάζεται η τρέχουσα πρόοδος στην ανάπτυξη αλγορίθμων για αυτόνομα οχήματα, καθώς και η ανάγκη για προσθήκη κοινωνικών κριτηρίων σε αυτήν. Για να επιτευχθεί αυτό, αναπτύχθηκε μέθοδος για την αναγνώριση πρότυπων αλληλεπιδράσεων μεταξύ χρηστών του δρόμου. Αφού συλλέχθηκαν και αναλύθηκαν βίντεο από διασταύρωση στο κέντρο της Αθήνας, δημιουργήθηκε η μέθοδος που παρουσιάζεται σε αυτή τη μελέτη. Αρχικά η μέθοδος περιλαμβάνει συλλογή δεδομένων για τα περιστατικά πολλαπλών αλληλεπιδράσεων, τα οποία ακολουθούν ένα ορισμένο σύνολο κανόνων. Η έννοια των πολλαπλών αλληλεπιδράσεων ορίζεται στα πλαίσια της έρευνας, ενώ η συλλογή δεδομένων περιλαμβάνει συλλογή στιγμιότυπων από τα βίντεο, σημείωση του αριθμού και του τύπου των οχημάτων - χρηστών, και την ανάθεση αριθμού προτεραιότητας σύμφωνα με τους κανόνες που έχουν οριστεί στα πλαίσια της έρευνας. Σκοπός της συλλογής δεδομένων καθ’ αυτόν τον τρόπο είναι η δημιουργία Πρότυπων Αλληλεπιδράσεων, δηλαδή αλληλεπιδράσεων μεταξύ χρηστών του δρόμου στη συγκεκριμένη διασταύρωση που επαναλαμβάνονται σε όλη τη διάρκεια των βίντεο. Στη συνέχεια, συζητείται η εννοιολογική συσχέτιση των Πρότυπων Αλληλεπιδράσεων, κατηγοριοποιώντας και οργανώνοντάς τις σε διάφορα επίπεδα. Στη συνέχεια συζητούνται περαιτέρω τρόποι για χρήση των συλλεχθέντων δεδομένων, εξαγωγή χρήσιμων πληροφοριών και βαθύτερη κατανόηση του περιβάλλοντος οδήγησης και της συμπεριφοράς των χρηστών. Παρουσιάζονται επίσης πρότυπες αλληλεπιδράσεις που παρατηρήθηκαν αλλά δεν είναι εννοιολογικά συνεπείς με το προτεινόμενο μοντέλο. Επιπρόσθετα, γίνεται συζήτηση για τρόπους επέκτασης της παρούσας έρευνας μέσω επιπλέον παρατήρησης σε διαφορετικά περιβάλλοντα ή με διαφορετικές παραμέτρους επεξεργασίας δεδομένων, και με τη χρήση τεχνολογίας. Τέλος, τίθεται το ερώτημα πώς η παρούσα μέθοδος μπορεί να αξιοποιηθεί από Συστήματα Αυτόνομης Οδήγησης, ώστε να βελτιωθεί ο τρόπος που τα αυτόνομα οχήματα μέσω αλγορίθμων αντιλαμβάνονται το περιβάλλον τους. | el |
heal.advisorName | Ναθαναήλ, Δημήτρης | el |
heal.committeeMemberName | Πόνης, Σταύρος | el |
heal.committeeMemberName | Μαρμαράς, Νικόλαος | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Βιομηχανικής Διοίκησης και Επιχειρησιακής Έρευνας | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 89 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: