BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20230721T124034Z
LAST-MODIFIED:20230721T124034Z
DTSTAMP:20260714T103226Z
UID:1784014346@tuc.gr
SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. 
 Κυριαζάκη Κλεάνθη - Σχολή ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.tuc.gr/el/to-polytechnei
 o/ilektronikes-ypiresies/imerologio/
 imerologio-ekdiloseon-1?tx_tucevents
 2_tuceventsdisplay%5Baction%5D=show&
 tx_tucevents2_tuceventsdisplay%5Bcon
 troller%5D=Event&tx_tucevents2_tucev
 entsdisplay%5Bevent%5D=6376&cHash=ae
 0cde876840f84e0038a0e224158455\nΠΟΛΥ
 ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Ηλεκτρολόγων 
 Μηχανικών και Μηχανικών Υπολογιστών\
 n Πρόγραμμα Προπτυχιακών Σπουδών\n Π
 ΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n ΚΛ
 ΕΑΝΘΗ ΚΥΡΙΑΖΑΚΗ\n με θέμα\n Σχεδίαση
  και Ανάπτυξη μιας Autonomous-Ready 
 Ηλεκτρικής Μοτοσυκλέτας με χρήση του
  Drive PX2\n Design and Implementati
 on of an Autonomous-Ready Electric M
 otorcycle using Drive PX2\n Εξεταστι
 κή Επιτροπή\n Καθηγητής Μιχαήλ Γ. Λα
 γουδάκης (επιβλέπων)\n Καθηγητής Ευτ
 ύχιος Κουτρούλης\n Επίκουρος Καθηγητ
 ής Ελευθέριος Δοϊτσίδης (Σχολή ΜΠΔ, 
 ΠΚ)\n Περίληψη\n Η ιστορία των οχημά
 των μαζικής παραγωγής κινείται τα τε
 λευταία χρόνια προς δύο κατευθύνσεις
 : ηλεκτροκίνηση και αυτόνομη οδήγηση
 . Μάλιστα, ο συνδυασμός αυτών των δύ
 ο χαρακτηριστικών φαίνεται ότι θα κυ
 ριαρχήσει στις επόμενες δεκαετίες, κ
 αθώς αφιερώνεται μεγάλος όγκος πόρων
  στην ανάπτυξη αυτών των τεχνολογιών
 . Ανταποκρινόμενη σ’ αυτήν την τάση,
  στις ίδιες κατευθύνσεις κινείται πρ
 όσφατα και η βιομηχανία μοτοσυκλετών
 , παρουσιάζοντας ήδη τα πρώτα πρωτότ
 υπα με εντυπωσιακά χαρακτηριστικά ασ
 φάλειας ως προς την ισορροπία και τη
 ν οδήγηση. Η παρούσα διπλωματική εργ
 ασία προτείνει ένα σύστημα αυτόνομης
  πλοήγησης χαμηλού κόστους, σχεδιασμ
 ένο για μια πρωτότυπη, autonomous-re
 ady ηλεκτρική μοτοσυκλέτα που αναπτύ
 σσεται στο Πολυτεχνείο Κρήτης. Το πρ
 οτεινόμενο σύστημα βασίζεται στην υπ
 ολογιστική πλατφόρμα Drive PX2 της N
 vidia, η οποία λειτουργεί ως ο κύριο
 ς εγκέφαλος του οχήματος, καθώς και 
 σε δύο κάμερες υψηλής ανάλυσης, οι ο
 ποίοι λειτουργούν ως κύριοι αισθητήρ
 ες αντίληψης. Με τη χρήση της γλώσσα
 ς προγραμματισμού Python και της βιβ
 λιοθήκης TensorFlow, αναπτύχθηκε ένα
  σύστημα οπτικής ανίχνευσης αντικειμ
 ένων σε πραγματικό χρόνο, βασισμένο 
 σε ένα συνελικτικό νευρωνικό δίκτυο,
  το οποίο ειδικεύεται στην ανίχνευση
  οχημάτων και σημάτων οδικής κυκλοφο
 ρίας. Παράλληλα, αναπτύχθηκε και ένα
  σύστημα Adaptive Cruise Control για
  την αυτόνομη ρύθμιση της ταχύτητας 
 και της διεύθυνσης της μοτοσυκλέτας,
  βάσει της αντίληψης της τρέχουσας κ
 ατάστασης στον δρόμο. Πληροφορίες κα
 ι δεδομένα προβάλλονται στον αναβάτη
  της μοτοσυκλέτας μέσω μιας οθόνης α
 φής, η οποία προσφέρει διάφορες λειτ
 ουργίες μέσα από ένα φιλικό γραφικό 
 περιβάλλον χρήστη, καθώς και ανάλυση
  συγκεκριμένων σεναρίων. Η διασύνδεσ
 η όλων των υποσυστημάτων, συμπεριλαμ
 βανομένης και της τροφοδοσίας από τι
 ς μπαταρίες της μοτοσυκλέτας, επιτυγ
 χάνεται μέσω ενός ειδικά σχεδιασμένο
 υ κυκλώματος και κατάλληλης συνδεσμο
 λογίας. Το προτεινόμενο σύστημα είνα
 ι έτοιμο για τοποθέτηση on-board στη
 ν πρωτότυπη, autonomous-ready ηλεκτρ
 ική μοτοσυκλέτα, μόλις ολοκληρωθεί η
  σχεδίαση και η δοκιμή του μηχανολογ
 ικού μέρους της για συμβατική οδήγησ
 η.\n Abstract\n The history of mass-
 production vehicles has been moving 
 in two directions in recent years: e
 lectrification and autonomous drivin
 g. In fact, the combination of these
  two features looks set to dominate 
 in the coming decades, as a large am
 ount of resources is devoted to the 
 development of these technologies. R
 esponding to this trend, the motorcy
 cle industry has recently been movin
 g in the same directions, already pr
 esenting the first prototypes with i
 mpressive safety features in terms o
 f balance and ride. The present dipl
 oma thesis proposes a low-cost, auto
 nomous navigation system, designed f
 or a prototype, autonomous-ready ele
 ctric motorcycle that is being devel
 oped at the Technical University of 
 Crete. The proposed system is based 
 on Nvidia's Drive PX2 computing plat
 form, which acts as the main brain o
 f the vehicle, as well as two high-r
 esolution cameras, which act as the 
 main perception sensors. Using the P
 ython programming language and the T
 ensorFlow library, a real-time visua
 l object detection system, based on 
 a convolutional neural network, was 
 developed, which specializes in vehi
 cle and road traffic signal detectio
 n. At the same time, an Adaptive Cru
 ise Control system was developed for
  the autonomous adjustment of the sp
 eed and the steering of the motorcyc
 le, based on the perception of the c
 urrent situation on the road. Inform
 ation and data are displayed to the 
 motorcycle rider via a touchscreen d
 isplay, which offers various functio
 ns through a friendly graphical user
  interface, as well as analysis of s
 pecific scenarios. The interconnecti
 on of all subsystems, including the 
 power supply from the motorcycle bat
 teries, is achieved through a specia
 lly designed circuit and appropriate
  wiring. The proposed system is read
 y to be installed on-board in the pr
 ototype, autonomous-ready electric m
 otorcycle, once its mechanical part 
 is designed and tested for conventio
 nal driving.\n Meeting: 99532347041 
 \n Passcode: 939037\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20230724T100000
DTEND:20230724T110000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR