6876

شناسايي وتشخيص تابلوهاي راهنمايي و رانندگي با استفاده از شبكه هاي يادگيري عميق كانولوشني

كارشناسي

مهندسي برق

1399

دكتر برادران شكوهي

1399/06/29

مهندسي برق

(Traffic sign detection and recognition using convolutional neural networks (CNN

وسايل نقليه اي كه پيرامون ما وجود دارند با استفاده از سنسور هاي مختلفي كه وجود دارد، بهتر و دقيق تر خواهند شد. اين سنسور ها مي تواند براي راننده اطلاعاتي در مورد محيط اطرافش فراهم كنند و حتي مي توان با كمك آن ها يك سيستم كنترل خودكار خودرو را طراحي نمود. يك مولفه مهم در چنين سيستم هايي كه روي خودرو نصب مي شوند، توانايي شناسايي اشياء پيرامون آنها است. از مهمترين اشيا موجود در اطراف خودرو علائم راهنمايي و رانندگي هستند. اگر بتوانيم اين اشياء را به خوبي شناسايي كنيم، با طراحي يك سيستم هوشمند مي توانيم كمك بزرگي به راننده ها بكنيم و ميزان حوادث راهنمايي و رانندگي را به ميزان چشمگيري كاهش دهيم. سيستم تشخيص علائم ترافيكي به سيستم هوشمندي اطلاق مي شود كه بتواند به صورت خودكار اعلان ها را براي خودروي خودران فراهم كند. براي اين منظور بايد ابتدا ويژگي هاي مناسب را از محيط اطراف استخراج كنيم و سپس مكان دقيق علائم و نوع آن ها را شناسايي كنيم تا بتوانيم از اين اطلاعات براي هوشمند كردن خودرو استفاده كنيم. در اين تحقيق با استفاده از الگوريتم هاي جديد شبكه هاي يادگيري عميق در تشخيص تابلوهاي راهنمايي رانندگي توانستيم با غلبه بر شرايط نامطلوب آب و هوايي مانند مه و نور مستقيم در پس زمينه به دقت حدود 90 % با سرعت 16 فريم در ثانيه برسيم.