پیش بینی مسیر جاده با استفاده از شبکه عصبی کانولوشن عمیق و فیلتر کالمن
- سال انتشار: 1403
- محل انتشار: سی و دومین همایش سالانه بین المللی انجمن مهندسان مکانیک ایران
- کد COI اختصاصی: ISME32_031
- زبان مقاله: فارسی
- تعداد مشاهده: 179
نویسندگان
دانشجوی مهندسی مکانیک،دانشگاه آزاد اسلامی ،تهران،ایران
استادتمام مهندسی مکانیک، واحد تهران جنوب دانشگاه آزاد اسلامی، تهران ، ایران
استاد تمام مهندسی مکانیک، واحد تهران مرکز ،دانشگاه آزاد اسلامی ،تهران،ایران
چکیده
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.کلیدواژه ها
خودروهای هوشمند، سامانه تشخیص خط، تخمین خطوط جاده، محدودیت دیدمقالات مرتبط جدید
- نگاهی به نقش اقتصاد سیاسی ایران در مدیریت مصرف انرژی
- مقایسه روشهای نورتابی شیمیایی رادیکال *CH و *OH در استخراجپاسخ دینامیکی شعله جریان متقابل
- مطالعه عددی اثر تحریک جریان ورودی بر عملکرد یک انژکتور هممحور برشی تحت شرایط گذربحرانی
- مطالعه ساختار شعله متان هیدروژن در مشعل پیچشی سیدنی با استفاده از مدل احتراقی حجمی
- مطالعه تجربی اثر احتراق جریان چرخشی غیر پیش مخلوط بر پایداری، شدت تابش نور و دینامیک شعله پروپان - اکسیژن/هوا
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.