ترکیب روشهای بینایی و یادگیری ماشین با هدف تشخیص جاده

توانایی ناوبری ازجمله مهمترین ویژگی ها در بحث هوشمندسازی خودروها محسوب میشود. در این راستا لازم است که خودرو بتواندبا شناسایی جاده، ضمن تلاش برای باقی ماندن در سطح جاده، از نقطه مبدأ به سمت نقطه هدف حرکت نماید. در این بررسی با استفادهاز تک دوربین نصب شده در جلوی خودروی در حال حرکت، شناسایی جاده را انجام میدهیم. این روش در مقابل روشهایی نظیر بیناییاستریو و لیزر از نظر هزینه بسیار مقرون به صرفه تر می باشد . ابتدا کناره های جاده با استفاده از روش تبدیل هاف احتمالاتی استخراجشده و پیش بینی وضعیت آنها در فریم های متوالی توسط فیلتر کالمن صورت می گیرد. در ادامه با فرض تفاوت توزیع رنگ جاده وپس زمینه، با استفاده از الگوریتم آبگیر، قطعه بندی تصویر را انجام می دهیم. همچنین با تشکیل بردار ویژگی مناسب شامل توصیف گربافت هارالیک و ویژگی های رنگی هر ناحیه از تصویر ، به کلاس بندی پیکسل ها اقدام می کنیم. تلفیق خروجی های حاصل از این روشهانشان می دهد که ویژگی های ظاهری تصویر در کنار ویژگی های مربوط به بافت می تواند به صورت موفقیت آمیزی سطح جاده را استخراجنماید و دقت محاسبات را افزایش دهد.

کلیدواژه ها:

ماشین بردار پشتیبان ، تبدیل هاف ، بافت هارالیک ، الگوریتم آبگیر