background image

κειμένου στο χώρο, χαρακτηριστικό απαραίτητο για τις ανάγκες της εφαρμογής.

Για την κάλυψη αυτής της ανάγκης αναπτύχθηκε αλγόριθμός εντοπισμού εύρεσης

της γωνίας θέσης των αντικειμένων που ανήκουν στην λίστα που αναγνωρίζονται

από τον αλγόριθμο Yolo καθώς και των αντικειμένων που φέρουν ετικέτα QR code,

επιφέροντας μια προέκταση που δεν είχε υλοποιηθεί.

Επιπροσθέτως, δοκιμές έχουν γίνει και για τις τιμές του κατωφλιού σε

όλα τα σημεία που αυτό έχει χρησιμοποιηθεί. Οι τιμές αυτές ποικίλουν από

χώρο σε χώρο λόγο έντασης του φωτός και εισαγωγής θορύβου στην εικόνα, γι’

αυτό χρειάστηκε αρκετός καιρός και πειράματα μέχρι να βρεθούν οι τελικές

τιμές για την κάθε εφαρμογή. Για τον υπολογισμό των τιμών αυτών έχουν ληφθεί

υπόψη και οι διαφορές στα χαρακτηριστικά της κάθε κάμερας που χρησιμοποιείται.

Παράλληλα, κατά τη διαδικασία των πειραμάτων εξετάστηκε η απόδοση και

η αποτελεσματικότητα του προγράμματος σε δύο διαφορετικά υπολογιστικά

συστήματα. Η σύγκριση μεταξύ ενός φορητού υπολογιστή και μίας ευρέως δια-

δεδομένης πλακέτας επεξεργασίας όπως το Raspberry Pi 4 και κατά προέκταση

η βελτιστοποίηση σε αυτή αποφέρει ερευνητικές προεκτάσεις για τη δυνατόν

βέλτιστή αξιοποίηση των δυνατοτήτων του ενσωματωμένου συστήματος.

Τα αποτελέσματα των πειραμάτων που διεξήχθησαν επιβεβαίωσαν την ορθή

λειτουργία του συστήματος με το ποσοστό επιτυχημένης αναγνώρισης αντικειμένων

από τον φορητό υπολογιστή να είναι στο 95,45% ενώ για το Raspberry Pi 4 να

ανέρχεται στο 79,54%.

Εν κατακλείδι, το παρόν ρομποτικό σύστημα αποτελεί μια καινοτόμα προσέγ-

γιση ενός βοηθού που ανταποκρίνεται στις ανάγκες της σημερινής εποχής με πολλές

εφαρμογές συνδυάζοντας τεχνολογίες και μεθόδους με έντονο ερευνητικό ενδιαφέ-

ρον για τα επόμενα χρόνια.

155