پیش بینی مسیر جاده با استفاده از شبکه عصبی کانولوشن عمیق و فیلتر کالمن

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 178

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISME32_031

تاریخ نمایه سازی: 15 تیر 1403

چکیده مقاله:

امروزه با پیشرفت علم و فناوری، طراحی و ساخت خودروهای هوشمند به منظور کاهش حوادث جادهای ناشی از خطاهای انسانی در صنعت خودروسازی مورد توجه قرار گرفته است. نخستین گام در جهت کنترل و هدایت صحیح خودرو، کنترل موقعیت خودرو در جاده است. یکی از چالش های مهم در طراحی سامانه های تعیین موقعیت خودرو، تشخیص صحیح خطوط مسیر در شرایط محدودیت در دید است. در دنیای واقعی خطوط جاده بر اثر مرور زمان کمرنگ و یا مخدوش شده و یا به دلیل شرایط جوی نامناسب امکان تشخیص صحیح خطوط وجود نخواهد داشت. در این شرایط سامانه ی طراحی شده باید بتواند با تکیه بر اطلاعات قبلی و علائم موجود در مسیر مانند سایر خودروها و یا تابلوهای کنار جاده، موقعیت احتمالی خطوط را تخمین بزند. در این مقاله به طراحی و پیاده سازی سامان های هوشمند برای تشخیص خطوط جاده، در شرایط محدودیت دید پرداخته شده است. الگوریتم ارائه شده با استفاده از شبکه های عصبی عمیق و فیلتر کالمن امکان تخمین امتداد مسیر را فراهم می آورد تا در شرایط مخدوش بودن خطوط یا محدودیت در دید، کنترل صحیح موقعیت خودرو بین خطوط میسر گشته و خطرات ناشی از انحراف از مسیر کاهش یابد. همچنین سیستم هشداری طراحی شده که در صورت انحراف خودرو از مسیر پیش بینی شده عمل خواهد نمود. الگوریتم ارائه شده قابلیت پیاده سازی روی انواع سیستم های عامل و پلتفرم های سخت افزاری را داشته و به صورت بلادرنگ عمل می نماید. همچنین نتایج آزمایش های عملی نشان داد الگوریتم ارائه شده عملکرد قابل قبولی دارد.

نویسندگان

محمد شفیعیان

دانشجوی مهندسی مکانیک،دانشگاه آزاد اسلامی ،تهران،ایران

مهرداد جوادی

استادتمام مهندسی مکانیک، واحد تهران جنوب دانشگاه آزاد اسلامی، تهران ، ایران

علیرضا خدایاری

استاد تمام مهندسی مکانیک، واحد تهران مرکز ،دانشگاه آزاد اسلامی ،تهران،ایران