summary refs log tree commit diff
path: root/Chapters
diff options
context:
space:
mode:
authorPaweł Dybiec <dybiec@windowslive.com>2018-01-26 04:08:22 +0100
committerPaweł Dybiec <dybiec@windowslive.com>2018-01-26 04:08:22 +0100
commitd8230d023b06da539c0a9ec1a88e7a6688b2a7cd (patch)
tree57510f85d5c2c2a68ddefe280dbca1713a6e3d8a /Chapters
mostly placeholders
Diffstat (limited to 'Chapters')
-rw-r--r--Chapters/chapter1.tex39
-rw-r--r--Chapters/chapter2.tex17
-rw-r--r--Chapters/chapter3.tex22
-rw-r--r--Chapters/chapter4.tex9
4 files changed, 87 insertions, 0 deletions
diff --git a/Chapters/chapter1.tex b/Chapters/chapter1.tex
new file mode 100644
index 0000000..3b4ff3f
--- /dev/null
+++ b/Chapters/chapter1.tex
@@ -0,0 +1,39 @@
+\chapter{Preliminaria}
+Ta praca została zrealizowana w ramach przedmiotu "Projekt: autonomiczna jazda łazikiem".
+Z jego powodu(trzeba zmienic to wyrazenie), powstało wiele rozwiązań dla zadań z 
+"konkursów łazikowych".
+
+Żaden spośród łazików biorących udział w University Rover Challenge nie 
+używa sieci neuronowych bezpośrednio do nawigacji , ale prawie wszystkie używają
+ROS ( Robot Operating System ) jako podstawy całego oprogramowania. Z tego powodu
+w tym rozdziale poruszone będą:
+\begin{itemize}
+  \item Podstawy sieci neuronowych.
+  \item Architektura ROS
+  \item Autonomia Aleph 1
+\end{itemize}
+
+\section{Podstawy sieci neuronowych}
+\subsection{Jak działają}
+\subsection{Jak trenować}
+\subsection{Warstwy typowe dla CNN}
+\subsection{Dlaczego działają}
+
+
+\section{ROS}
+Nakładka na ubuntu
+\subsection{Master}
+\subsection{Node}
+\subsection{Gotowe moduły}
+tf,kamery,konwersje obrazków/strumieni
+
+\section{Autonomia Aleph 1}
+Co zostało zrobione na przedmiocie:
+\begin{itemize}
+  \item Sprzęt (mnóstwo)
+  \item Mapa 3d (RTAB\_MAP)
+  \item Rozpoznawanie klawiatur/piłek tenisowych
+  \item Symulator
+  \item kilka sieci obraz->kierownica
+  \item wrappery/konwertery różnych protokołów/formatów
+\end{itemize}
diff --git a/Chapters/chapter2.tex b/Chapters/chapter2.tex
new file mode 100644
index 0000000..87418e5
--- /dev/null
+++ b/Chapters/chapter2.tex
@@ -0,0 +1,17 @@
+\chapter{Sieć pod symulator}
+TODO: Rysunek sieci, obrazki aktywacji
+
+\section{Dlaczego taka (a nie mniejsza)}
+Dlaczego dropout
+
+Dlaczego nieliniowe
+
+Dlaczego tylko 1 dense
+
+\section{Dane}
+Jak długie przejazdy, i ile ich: 2 po 20 minut
+
+Co gdyby zmniejszyć rozdzielczość ewaluowanych obrazkow do 16x8: jest ok
+
+Jak wzbogacane: obrazy z 3 kamer + flip na środkowej
+
diff --git a/Chapters/chapter3.tex b/Chapters/chapter3.tex
new file mode 100644
index 0000000..000eec0
--- /dev/null
+++ b/Chapters/chapter3.tex
@@ -0,0 +1,22 @@
+\chapter{Sieć pod Łazik}
+TODO:  obrazki aktywacji dla przeuczonej sieci
+
+Po co wgl był ten symulator? - jakby siec nie działała na symulatorze 
+to raczej nie zadziała na prawdziwych danych
+
+\section{Co trzeba było dodać/zmienić}
+Obsługa rosa i rosbagów
+
+\section{Problemy}
+Przetestowanie jest bardziej ryzykowne
+
+Pominięcie sporej ilości nagrań i mierzenie MSE na nich
+
+\section{Dane}
+Jak długie przejazdy, i ile ich: 180GB z jednego dnia, łącznie 240GB
+
+Mamy bufor głębokości dodatkowo
+
+Skupialiśmy się na tym żeby widział kratkę (kąty proste)
+
+
diff --git a/Chapters/chapter4.tex b/Chapters/chapter4.tex
new file mode 100644
index 0000000..02adb80
--- /dev/null
+++ b/Chapters/chapter4.tex
@@ -0,0 +1,9 @@
+\chapter{Co dalej}
+RNN - sam wyciągnie kontekst
+
+Na wersji sim-only - funkcja kosztu w zależności od odległości od trasy, może nagradzać szybkie przejazdy bo inaczej będzie stać w miejscu
+Da się podciągnąć dla prawdziwej ale trzeba by jakoś użyć odo.
+
+Reinforced learning - kara za każdą interwencję (może nie 0-1 tylko proporcjonalna od
+róznicy outputów)
+