ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کلاس بندی، تعقیب مانع و ترکیب اطلاعات در خودروی بدون سرنشین برای موانع متحرک زمینی با استفاده از سیستم های فازی و تئوری بیزین و دمپسترشافر

سال انتشار: 1398
کد COI مقاله: JR_ICI-3-1_006
زبان مقاله: فارسیمشاهد این مقاله: 13
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 15 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کلاس بندی، تعقیب مانع و ترکیب اطلاعات در خودروی بدون سرنشین برای موانع متحرک زمینی با استفاده از سیستم های فازی و تئوری بیزین و دمپسترشافر

مسرور دولت آبادی - Department of Electrical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
احمد افشار - Department of Electrical Engineering, Amirkabir University of Technology, Tehran, Iran.
علی معرفیان پور - Department of Electrical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran.

چکیده مقاله:

در آینده نزدیک با افزایش استفاده از خودروهای بدون سرنشین(UGV) بحث پیشگیری از تصادف با موانع ثابت و یا متحرک اعم از جاندار، بی جان به چالشی جدی بدل خواهد شد. این موضوع در رابطه با موانع متحرک چالش جدی تری خواهد بود.  به طور معمول از سنسورهای لیدار و دوربین در خودروهای بدون سرنشین به منظور تشخیص مانع متحرک انجام می شود. و یکی از روش های موثر در ترکیب اطلاعات سنسورها تئوری بیزین و الگوریتم دمپستر شافر می باشد. الگوریتم دمپستر شافر توانایی ترکیب اطلاعات از منابع مختلف ورودی را دارد. در این مقاله یک روش با استفاده از روش بیزین ارائه شده است تا در فریم های متوالی تعقیب مانع متحرک انجام شود و بطور همزمان بتوان کلاس بندی موانع را در هر فریم انجام داد و همچنین ترکیب اطلاعات سنسوری نیز انجام پذیرد. سنسورهای در نظر گرفته شده بر روی خودروی بدون سرنشین لیدار و دوربین می باشد. در این مقاله نشان داده می شود که در روش پیشنهادی بدون دخالت دمپستر شافر توسعه یافته، دقت در تشخیص مانع در فریم هایی که اطلاعات سنسورها دارای اغتشاش بالایی است با خطای بالایی همراه است که با کمک دمپستر شافر توسعه یافته دقت پیش بینی مانع با دقت مناسبی بهبود یافته است.  

کلیدواژه ها:

Fuzzy Dempster-Shafer Bayesian Algorithm Unmanned Ground Vehicles Lidar and camera Sensor fusion, خودروهای بدون سرنشین, سیستم های فازی, تئوری بیزین, تعقیب و کلاس بندی موانع, دمپستر شافر

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1155156/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دولت آبادی، مسرور و افشار، احمد و معرفیان پور، علی،1398،کلاس بندی، تعقیب مانع و ترکیب اطلاعات در خودروی بدون سرنشین برای موانع متحرک زمینی با استفاده از سیستم های فازی و تئوری بیزین و دمپسترشافر،،،،،https://civilica.com/doc/1155156

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، دولت آبادی، مسرور؛ احمد افشار و علی معرفیان پور)
برای بار دوم به بعد: (1398، دولت آبادی؛ افشار و معرفیان پور)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 28,996
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی