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:20230403T123340Z
LAST-MODIFIED:20230403T123340Z
DTSTAMP:20260811T211518Z
UID:1786472118@tuc.gr
SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. 
 Μιχαήλ Οικονομάκη - Σχολή ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.ece.tuc.gr/el/katalogos-
 ekdiloseon?tx_tucevents2_tuceventsdi
 splay%5Baction%5D=show&tx_tucevents2
 _tuceventsdisplay%5Bcontroller%5D=Ev
 ent&tx_tucevents2_tuceventsdisplay%5
 Bevent%5D=6134&cHash=e971cedcb849adf
 e7b06f2dfe50179c3\nΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗ
 Σ\n Σχολή Ηλεκτρολόγων Μηχανικών και
  Μηχανικών Υπολογιστών\n Πρόγραμμα Π
 ροπτυχιακών Σπουδών\n ΠΑΡΟΥΣΙΑΣΗ ΔΙΠ
 ΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Μιχαήλ Οικονομά
 κη\n με θέμα\n Εξομοιωτής Αγωνιστικώ
 ν Μη-Στελεχωμένων Ιπτάμενων Οχημάτων
  βασισμένων στην Φυσική σε Εικονική 
 Πραγματικότητα\n Physics-based Drone
  Racing Simulator in Virtual Reality
 \n Εξεταστική Επιτροπή\n Καθηγήτρια 
 Αικατερίνη Μανιά (επιβλέπουσα)\n Καθ
 ηγητής Μιχαήλ Λαγουδάκης\n Καθηγητής
  Παναγιώτης Παρτσινέβελος (Σχολή ΜΗΧ
 ΟΠ)\n Περίληψη\n Σε αυτή τη διπλωματ
 ική παρουσιάζεται ένας εξομοιωτής αγ
 ωνιστικών μη-στελεχωμένων ιπτάμενων 
 οχημάτων με στοιχεία αεροηλεκτρονική
 ς σε εικονική πραγματικότητα που έχε
 ι σχεδιαστεί για να βοηθάει τους χρή
 στες να εκπαιδευτούν στο να πετάνε τ
 ετρακόπτερα με υψηλή ταχύτητα. Με τη
 ν αύξηση της χρήσης των μη επανδρωμέ
 νων αεροσκαφών (UAVs) δημιουργείται 
 η ανάγκη ύπαρξης έμπειρων χειριστών 
 drone που να μπορούν να τα πετάνε τό
 σο γρήγορα όσο και να αποφεύγουν εμπ
 όδια. Σε αυτόν τον προσομοιωτή, έχει
  αναπτυχθεί η φυσική κίνηση των τετρ
 ακόπτερων. Ένα τετρακόπτερο έχει τέσ
 σερις προπέλες, μία σε κάθε γωνία το
 υ. Για κάθε προπέλα , η ταχύτητα, δι
 εύθυνση και περιστροφή ελέγχεται για
  να γίνει ο χειρισμός του roll, pitc
 h, yaw και thrust. Οι δυνάμεις drag 
 και lift υλοποιήθηκαν ώστε να είναι 
 ρεαλιστική η κίνηση του τετρακόπτερο
 υ. Ζώνες αέρα δημιουργήθηκαν χρησιμο
 ποιώντας την κανονική κατανομή για ν
 α τις κάνει πιο ρεαλιστικές. Μέσω τη
 ς εικονικής πραγματικότητας, ο χρήστ
 ης καλείται να περάσει από σημεία ελ
 έγχου σε τρεις πίστες και παράλληλα 
 να αποφεύγει εμπόδια. Αυτό μηδενίζει
  τον κίνδυνο ζημιάς κατά την εκπαίδε
 υση όταν γίνεται σε πραγματικό χώρο,
  καθώς ο χρήστης μπορεί να επαναλάβε
 ι την εξομοίωση όποτε χτυπάει σε εμπ
 όδια. Η πρώτη πίστα περιλαμβάνει ένα
  περιβάλλον πόλης και προαστίων, η δ
 εύτερη ένα περιβάλλον με νησιά στην 
 θάλασσα και περισσότερες ζώνες αέρα 
 και η τρίτη περιλαμβάνει κυρίως απλά
  σχήματα και δύο κύρια χρώματα για ν
 α διευκολύνει την εκπαίδευση του χρή
 στη. Ένας απαιτητικός αντίπαλος με β
 άση τη τεχνητή νοημοσύνη δημιουργήθη
 κε για να ολοκληρώνει την πίστα γρήγ
 ορα με τη χρήση ενισχυτικής μάθησης.
  H εκμάθηση του έγινε μέσω νευρωνικο
 ύ συστήματος που παίρνει σαν είσοδο 
 την κίνηση του τετρακοπτέρου από τον
  χρήστη και σαν έξοδο τον χειρισμό τ
 ου  yaw, roll, pitch and thrust. Η ε
 φαρμογή περιλαμβάνει τρεις πίστες κα
 ι δυνατότητα προβολής πρώτου ή τρίτο
 υ προσώπου ενώ ο χρήστης κινείται μό
 νος ή εναντίων αντιπάλων. Ακόμα, περ
 ιλαμβάνεται εύκολη ή δύσκολη λειτουρ
 γία που προσαρμόζεται στο πόσο καλά 
 είναι εκπαιδευμένος ο αντίπαλος. Η α
 ξιολόγηση του συστήματος επικεντρώνε
 ται στην καταγραφή του χρόνου ολοκλή
 ρωσης της πίστας και του αριθμού επα
 ναλήψεων. Αξιολογήθηκε αν η ύπαρξη α
 ντιπάλων επηρεάζει τη διαδικασία εκμ
 άθησης του χρήστη.\n Abstract\n In t
 his thesis, a virtual reality drone 
 racing simulator with the use of avi
 onics is presented, designed to help
  humans train to fly quadcopters at 
 high speeds. With the increase of th
 e usage of UAVs in different fields 
 nowadays, comes the demand in having
  experienced pilots that can fly the
  aircrafts both at high speed but al
 so avoid obstacles. In this simulato
 r, real physics for the movement of 
 the quadcopters is implemented. A qu
 adcopter has four propellers in each
  of the four corners. For each prope
 ller, speed and direction of rotatio
 n are controlled in order to handle 
 the yaw, pitch, roll and thrust. Lif
 t and drag forces were implemented i
 n order for the movement of the quad
 copter to be realistic . Wind zones 
 were implemented using the normal di
 stribution algorithm to make them fe
 el more realistic. With the usage of
  Virtual Reality, the user is called
  to pass through checkpoints in thre
 e stages while also avoid obstacles 
 in the way. This makes the training 
 danger free in real time scenarios, 
 since the user can restart the simul
 ation whenever it hits an obstacle. 
 Each stage provides a different trai
 ning experience, the first one simul
 ates an urban and suburban environme
 nt, the second one a coastal environ
 ment with more wind zones and the th
 ird one mostly blocks and two main c
 olors to help ease the training. A c
 hallenging opponent in the form of A
 I was made using reinforcement learn
 ing algorithms. It is trained using 
 a neural network and takes the same 
 inputs as the player drone and provi
 des outputs on how to handle its yaw
 ,roll, pitch and thrust. The applica
 tion contains three stages and the p
 ossibility of first or third person 
 view while the user is moving solo o
 r versus AI opponents. Moreover, eas
 y and hard mode is included that adj
 usts how well the opponent AI is tra
 ined. The evaluation of the system f
 ocuses on noting the completion time
  of the stage and the number of rest
 arts. It was evaluated if the existe
 nce of the AI opponents had any impa
 ct on the training process of the us
 er.\n Meeting ID: 920 6080 5475\n Se
 curity checked Passcode: 983063\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20230405T100000
DTEND:20230405T110000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR