000			03292nam a22002177a 4500
999			_c25102 _d25102
003			OSt
005			20190829100514.0
008			190829b ||||| |||| 00| 0 eng d
040			_cMSA
082			_a005
100			_aMuhammed Sayed Mahmoud 160067
245			_aSelf-driving car // GP // Dr.Ahmed Farouk (2018 - 2019)
260			_aGIZA _bMSA _c2019
300			_a52 P.
440			_aCOMPUTER SCIENCES DISTINGUISHED PROJECTS 2019
500			_aComputer Science
520			_aIn this paper we will explain what an autonomous vehicle is and how the idea started and evolved through the 20th century to our modern times. Autonomous cars have the potential to save lives because most of the accidents are based on human error, not only that but also it has the potential to save fuel because they always drive the car in optimal condition. Moving on we explain what the different type of neural network architecture that are suitable for the self-driving car application. Then, we introduce the idea of using end-to-end deep learning in self-driving car, and how we used a 9-layer convolutional network model that takes augmented images and predicts a steering angle. Before the images are fed into the neural network it goes through augmentation process where we add artificial shifts and rotations. In testing we take two approaches the lidar based approach where we test the model, that we build which takes the lidar points as input, and the image-based approach where we use the convolutional network model mentioned above. في هذه الورقة سوف نوضح ماهية السيارة المستقلة وكيف بدأت الفكرة وتطورت خالل القرن العشرين حتى عصرنا الحديث. السيارات ذاتية الحكم لديها القدرة على إنقاذ األرواح ألن معظم الحوادث تعتمد على خطأ بشري، ليس هذا فحسب، بل أي ًضا لديها القدرة على توفير الوقود ألنها تقود السيارة دائ ًما في حالة ممتازة. مع التقدم، نوضح نوع مختلف من بنية الشبكة العصبية المناسبة لتطبيق السيارة ذاتية القيادة. بعد ذلك، نقدم فكرة استخدام التعلم العميق من البداية إلى النهاية في السيارة ذاتية القيادة، وكيف استخدمنا نموذ ًجا للشبكة التالفيفية المكونة من 9 طبقات والتي تلتقط صوراً معززة وتتوقع زاوية توجيه. قبل إدخال الصور في الشبكة العصبية، تمر عملية تكبير حيث نضيف تحوالت ودورات صناعية. في االختبار، نتخذ نهجين: النهج القائم على اللدائن حيث نقوم باختبار النموذج، والذي نقوم ببنائه والذي يأخذ نقاط اللدائن كمدخالت، والنهج القائم على الصور حيث نستخدم نموذج الشبكة التالفيفية المذكور أعاله
650			_aSelf-driving car _vComputer Science
856			_uhttps://drive.google.com/drive/folders/1Gd1ga1wH7bqjBYjPWluQvnYcsKmwr2d1 _zFULL TEXT HERE
942			_2ddc _cD.GP