سامانه ناوبری تلفیقی بصری – اینرسی مبتنی بر یادگیری عمیق برای نظارت مکان های تردد شده رانندگان

  • سال انتشار: 1401
  • محل انتشار: فصلنامه فناوری اطلاعات و ارتباطات انتظامی، دوره: 3، شماره: 11
  • کد COI اختصاصی: JR_JICTP-3-11_003
  • زبان مقاله: فارسی
  • تعداد مشاهده: 182
دانلود فایل این مقاله

نویسندگان

محمدصادق کلامی یزدی

دانشجوی کارشناسی ارشد، گروه سیستم های الکترونیک دیجیتال، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران

محسن نژادشاهبداغی

دانشجوی دکتری، گروه سیستم های الکترونیک دیجیتال، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران

سید محمد رضا موسوی میرکلایی

استاد، گروه سیستم های الکترونیک دیجیتال، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران

چکیده

سامانه ناوبری یکی از اصلی ترین و مهم ترین بخش های یک سامانه تعیین موقعیت در کنترل سامانه های خودران است. سامانه های ناوبری اینرسی (INS) مبتنی بر حسگرهای اینرسی (IMU)، یکی از رایج ترین سامانه های ناوبری می باشد که به دلیل ارزان بودن آن بسیار مورد توجه قرار گرفته است. اما آنچه که استفاده از این نوع سامانه ناوبری را محدود می کند، وجود خطاهای اجتناب ناپذیر ناشی از حسگرهای اینرسی می باشد که با گذشت زمان، این خطاها رشد می نماید. لذا به منظور کاهش و حذف این خطا، در این مقاله یک سامانه ی کمک ناوبری مناسب تلفیقیINS/image  جهت استفاده در یک رونده پیشنهاد گردیده است. در این مقاله بدون دخالت سامانه ی موقعیت یابی جهانی (GPS)، نقشه ی مکان هایی که خودرو ی از آن عبور کرده است را به دست می آوریم. به منظور هوشمند سازی سامانه های پلیس راهور، می توان از این نقشه برای نظارت مکان های تردد شده راننده استفاده کرد. خودرو مجهز به دوربین برای عکس برداری از محیط و دارای حسگرهای اینرسی می باشد. داده های حاصل از حسگرهای اینرسی برای افزایش دقت داده های خروجی استفاده می شوند. همچنین، عکس های حاصل از دوربین توسط یک شبکه عصبی کانولوشنی (CNN) پردازش شده تا یک سری از خصوصیات هندسی تولید نمایند. این خصوصیات به صورت یک تنسوری  از اعداد می باشند که به همراه داده های IMU، ورودی های شبکه ی LSTM را تشکیل می دهند. در نهایت، این شبکه پیشنهادی مکان هر لحظه ی خودرو را می دهد. از آنجایی که این شبکه در تخمین جابجایی ها روی داده های آزمون به دقت ۳.۵۲ در معیار RMSE رسیده است، نسبت به سیستم های ORB-SLAM، CL-VO، DeepVO و VISO۲_M تک چشمی عملکرد بهتری داشته و نسبت به بهترین سیستم تک چشمی که DeepVO است، %۳۶ دقیق تر است.

کلیدواژه ها

سامانه ناوبری, یادگیری عمیق, شبکه عصبی کانولوشنی و حافظه کوتاه مدت طولانی

اطلاعات بیشتر در مورد 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.