پیش بینی مسیر جاده با استفاده از عمق سنجی تصویر و شبکه عصبی کانولوشن عمیق

افزایش جمعیت و استفاده از خودرو منجر به افزایش تصادفات جاده ای شده است. به منظور کاهش تصادفات و صدمات، محققان در حال تلاش برای بهبود ایمنی خودرو و کاهش تصادفات از طریق ادغام سیستم های هوشمند و فناوری های کمک راننده هستند. در این راستا، ادغام سیستم های هوشمند در خودرو ها و استفاده از فناوری های کمک راننده می تواند نقش مهمی در کاهش تصادفات جاده ای داشته باشد. در رانندگی هوشمند و استفاده از سیستم های کمک راننده، اولین گام، توانایی تشخیص و تعیین موقعیت خودرو در جاده و حفظ موقعیت مناسب خودرو، نسبت به خطوط جاده و سایر خودروها و اشیاء روی جاده است. بدین منظور سیستم های مختلفی تاکنون طراحی شده اند. یکی از چالش های طراحی سیستم های تشخیص خطوط جاده، توانایی تشخیص خطوط در شرایط اعوجاج تصویر است که میتواند ناشی از عواملی مانند شرایط نامساعد جوی، خط کشی خطوط جاده و وجودوسایل نقلیه دیگر باشد. برای حل این مسئله، این پژوهش الگوریتم جدید ی ارائه کرده است که به پیش بینی آینده مسیر جاده می پردازد. با استفاده از اندازه گیری عمق تصویر، تشخیص زوایای خطوط و مدلسازی خطوط جاده، این سیستم میتواند مسیر آینده را برای یک دوره زمانی بر اساس شرایط خودرو پیش بینی کند. در این صورت سیستم می تواند حتی در صورت مواجهه با اختلالاتی مانند خرابی سنسور یا نامشخص بودن خطوط، به کار خود ادامه دهد.

کلیدواژه ها:

خودروهای هوشمند ، سامانه تشخیص خط ، اندازهگیری عمق تصاویر ، تخمین خطوط جاده ، محدودیت دید