Markovin piilomallit ajoneuvojen autonomisissa toiminnoissa

Abstract

Tässä tutkielmassa tarkastellaan Markovin piilomallien käyttöä ajamista avustavien ja itseohjautuvien ajoneuvojen alalla. Tutkimuksessa havaittiin, että niiden käyttö on ollut yleistä etenkin kuljettajan aikomusten ennustamisessa. Vanhana koneoppimisen menetelmänä piilomallit ovat laskennallisesti edullisia ja luotettavaksi havaittuja ajasta riippuvien havaintojen käsittelemiseen.

This thesis examines the use of hidden Markov models in the field of assisted and autonomous vehicles. The study found that their use has been common especially in prediction of driver intentions. As an old machine learning method they have been found computationally cheap and reliable in processing time-dependent observations.