پیاده سازی شبکه سنسور برای نظارت بر ترافیک شهری با استفاده از گره های سنسوری بر پایه EPGA و ASIC

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 793

فایل این مقاله در 58 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCRRAF03_086

تاریخ نمایه سازی: 29 تیر 1393

چکیده مقاله:

این مقاله نمونه اولیه شبکه سنسوری را برای نظارت بر ترافیک شهری نشان می دهد. گره شبکه سنسور مجهز به دوربین وضوح پایین خیابان مشاهده کرده و اشیای متحرک را حس می کند. ردیابی اشیا بر اساس الگوریتم بخش بندی ویدیویی سنتی با استفاده از کسر مضاعف پشت زمینه، مشخص کردن لبه و سایه می باشد که بر روی سخت افزار اختصاصی چند پردازشگری SoC اجرا می شود. تعداد و سرعت اشیای ردیابی شده با استفاده از دریافت کننده های رادیویی کم قدرت انتقال داده می شوند. همه گره ها یک شبکه خود نظم را ایجاد می کنند داده ها در گره ها جمع شده و به گره های نزدیک سینک داده ای انتقال می یابد. در آخر اطلاعات مربوط به جریان ترافیک از سینک هاجمع آوری شده و روی کامپیوتر بازبینی می شود. گره شبکه سنسوری نمونه اولیه در دو نسخه FPGA و ASIC محقق می شود. نسخه ASIC حدود mW500 مصرف می کند و می توان با پانل خورشیدی فوتوولتاییک همراه با یک باطری تک سلولی Li-Po به آن برق رساند. مقایسه مصرف انرژی هر دو نسخه هم در اینجا انجام شده است. جدای از جمع آوری داده های ترافیک شبکه سنسوری پیشنهادی می تواند داده های محیطی از قبیل دما، نویز صوتی، یا شدت نور خورشید را جمع آوری شود. مجموعه 26 نمونه اولیه سنسور بر روی تیر برق های خیابانی نصب شده و در شرای غیر واقعی تست شدند.

کلیدواژه ها:

شبکه های سنسوری وایرلس ، سیستم های سنسور ، ردیابی اشیا

نویسندگان

امید مدحتی

کارشناس ارشد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Chiu, C., Ku, M., & Liang, L. (2010). A robust ...
  • Cucchiara, R., Piccardi, M., & Mello, P. (2000). Image analysis ...
  • Ferrier, N.J., Rowe, S. M., Blake, A. (1994). "Real-time traffic ...
  • nd IEEE Workshop On Applications of Computer Vision, Sarasota, FL, ...
  • Zhou, J., Gao, D., & Zhang, D. (2007). Moving vehicle ...
  • Pamula, W. (2009).، 0Vehicle detection algorithm for FPGA based impl ...
  • Chen, P., Ahammad, P., Boyer, C., Shih-I Huang, Lin, L., ...
  • Xu, L, Bu, W. (2011) _ flow detection method based ...
  • Kwon, C.H., Park, H.J. (2004). _ Study On Camera-D etector ...
  • Wang, C., & Lien, J.-J. J. (2008). Automatic vehicle detection ...
  • Junior, O. L, & Nunes, U. (2008). "Improving the generalization ...
  • Sun, Z., Bebis, G., & Miller, R. (2006). Monocular precrash ...
  • Arrospide, J., Salgado, L., Nieto, M. and Jaureguizar, F. (2008). ...
  • Chan, Y., Huang, S., Fu, L., & Hsiao, P. (2007).، ...
  • Wijcikowski, _ R., & Pankiewicz, B. (2012). FPGA-based real-time imp ...
  • Cucchiara, R., Grana, C., Piccardi, M., Prati, A. (2000). "Statistic ...
  • Elgammal, A., Harwood, D., Davis, L.S. (2000).، Non-p arametric model ...
  • Duque, D., Santos, H., Cortez, P. (2005). "Moving Object Detection ...
  • abandoned object detection using dual Robustء Porikli, F., Ivanov, Y., ...
  • Cucchiara, R., Granna, C., Piccardi, M., Prati, A., Sirotti, S. ...
  • نمایش کامل مراجع