Ημερολόγιο Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Μηχανικών Παραγωγής και Διοίκησης
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

Ημερομηνία: Τετάρτη, 30 Σεπτεμβρίου 2026, 10:00
Αίθουσα: Γ3.013

Ονοματεπώνυμο: ΠΑΤΣΙΑΛΗΣ ΙΩΑΝΝΗΣ

Θέμα: Συστήματα προηγμένης υποβοήθησης οδηγού: Tεχνολογίες, αρχιτεκτονική, εφαρμογές και προκλήσεις στην αυτοματοποιημένη οδήγηση

Title: Advanced driver assistance systems: Technologies, architecture, applications and challenges in automated driving

Εξεταστική Επιτροπή

• ΙΨΑΚΗΣ ΔΗΜΗΤΡΗΣ, Αναπληρωτής Καθηγητής (επιβλέπων)
• ΠΑΠΑΜΙΧΑΗΛ ΙΩΑΝΝΗΣ, Καθηγητής
• ΔΟΪΤΣΙΔΗΣ ΕΛΕΥΘEΡΙΟΣ, Αναπληρωτής Καθηγητής

Περίληψη

Η παρούσα διπλωματική εργασία εξετάζει τα Συστήματα Προηγμένης Υποβοήθησης Οδήγησης (Advanced Driver-Assistance Systems – ADAS), τα οποία αποτελούν θεμελιώδη τεχνολογία για τη βελτίωση της οδικής ασφάλειας και τη σταδιακή μετάβαση προς την αυτοματοποιημένη οδήγηση. Στόχος της εργασίας είναι η ολοκληρωμένη τεχνική ανάλυση των βασικών τεχνολογιών, αρχιτεκτονικών και εφαρμογών που υποστηρίζουν τη λειτουργία των σύγχρονων συστημάτων ADAS. Αρχικά παρουσιάζεται η ιστορική εξέλιξη των συστημάτων ενεργητικής ασφάλειας και η μετάβαση προς τα σύγχρονα συστήματα υποβοήθησης οδήγησης. Στη συνέχεια αναλύονται οι κύριοι αισθητήρες που χρησιμοποιούνται στα ADAS, όπως οι κάμερες, τα radar, τα LiDAR και οι υπερηχητικοί αισθητήρες, καθώς και οι τεχνικές πολυαισθητηριακής συγχώνευσης δεδομένων (sensor fusion) που επιτρέπουν την αξιόπιστη αντίληψη του περιβάλλοντος. Ιδιαίτερη έμφαση δίνεται στην ηλεκτρονική αρχιτεκτονική των σύγχρονων οχημάτων και στα δίκτυα επικοινωνίας CAN, LIN, FlexRay και Automotive Ethernet, τα οποία αποτελούν τη βάση για την ανταλλαγή δεδομένων μεταξύ αισθητήρων, ηλεκτρονικών μονάδων ελέγχου και συστημάτων ενεργοποίησης. Επιπλέον, εξετάζονται οι αλγόριθμοι αντίληψης, πρόβλεψης και λήψης αποφάσεων που επιτρέπουν στα ADAS να αναγνωρίζουν αντικείμενα, να εκτιμούν κινδύνους και να υποστηρίζουν τον οδηγό σε πραγματικό χρόνο. Η εργασία αναλύει επίσης τις σημαντικότερες εφαρμογές ADAS, όπως το Adaptive Cruise Control, το Lane Keeping Assist, το Automatic Emergency Braking, το Blind Spot Monitoring, το Traffic Sign Recognition και τα συστήματα υποβοήθησης στάθμευσης. Για κάθε εφαρμογή παρουσιάζονται οι αρχές λειτουργίας, οι απαιτούμενοι αισθητήρες, οι τεχνικοί περιορισμοί και τα αντίστοιχα σενάρια χρήσης. Τέλος, εξετάζονται τα διεθνή πρότυπα και οι κανονισμοί που διέπουν την ανάπτυξη των συστημάτων ADAS, καθώς και οι σύγχρονες τεχνολογικές προκλήσεις που σχετίζονται με τις καιρικές συνθήκες, την αξιοπιστία των αλγορίθμων, τον ανθρώπινο παράγοντα, την κυβερνοασφάλεια, τα ηθικά ζητήματα και τη μετάβαση προς τα υψηλότερα επίπεδα αυτοματοποίησης. Τα συμπεράσματα της εργασίας αναδεικνύουν ότι τα ADAS αποτελούν κρίσιμο βήμα προς τα αυτόνομα οχήματα, ενώ η περαιτέρω εξέλιξή τους θα εξαρτηθεί από την πρόοδο στους τομείς της τεχνητής νοημοσύνης, της επεξεργασίας δεδομένων και της λειτουργικής ασφάλειας.

Abstract

This diploma thesis investigates Advanced Driver-Assistance Systems (ADAS), which constitute a fundamental technology for improving road safety and enabling the gradual transition toward automated driving. The main objective of this study is to provide a comprehensive technical analysis of the technologies, architectures, and applications that support modern ADAS functionalities. The thesis begins with an overview of the historical evolution of active safety systems and their transformation into contemporary driver assistance technologies. It then examines the principal sensing technologies employed in ADAS, including cameras, radar, LiDAR, and ultrasonic sensors, as well as sensor fusion techniques that enable reliable environmental perception. Special emphasis is placed on the electronic architecture of modern vehicles and the communication networks that support ADAS operation, including CAN, LIN, FlexRay, and Automotive Ethernet. These technologies form the foundation for data exchange among sensors, electronic control units, and vehicle actuators. Furthermore, the study analyzes perception, prediction, and decision-making algorithms that allow ADAS to detect objects, assess risks, and support driving tasks in real time. The thesis also presents the most important ADAS applications, such as Adaptive Cruise Control, Lane Keeping Assist, Automatic Emergency Braking, Blind Spot Monitoring, Traffic Sign Recognition, and Parking Assist systems. For each application, the operating principles, sensing requirements, technical limitations, and practical use cases are discussed. Finally, international regulations, functional safety standards, and emerging technological challenges are examined. Particular attention is given to environmental limitations, algorithm reliability, human factors, cybersecurity concerns, ethical implications, and the transition toward higher levels of vehicle automation. The findings indicate that ADAS technologies represent a crucial intermediate step toward autonomous driving and that their future development will depend on advances in artificial intelligence, data processing, vehicle networking, and safety engineering.