شماره ركورد
6997
پديد آورنده
آلا صالحي كسائي
عنوان
طراحي سيستم بينايي سه بعدي براي خودروهاي خودران با استفاده از بينايي استريو و شبكه هاي عصبي
مقطع تحصيلي
كارشناسي
رشته تحصيلي
مهندسي برق
سال فارغ التحصيلي
1399
استاد راهنما
دكتر شهريار برادران شكوهي
موضوع ها
پردازش تصوير , بينايي ماشين , خودرو هاي خودران , شبكه عصبي
دانشجوي وارد كننده اطلاعات
الا صالحي كسايي
تاريخ ورود اطلاعات
1399/09/10
دانشكده
مهندسي برق
عنوان به انگليسي
Design a 3D Vision System for Self-Driving Cars Using Stereo Vision and Neural Networks
چكيده
در بينايي استريو از دو دستگاه دوربين به عنوان دو چشم استفاده مي شود. از هر دوربين يك تصوير دو بعدي بدست مي آيد. اطلاعات سه بعدي يك منظره از طريق پردازش دو تصوير بدست آمده از دوربين ها با استفاده از محاسبات استريو بازيافت مي شوند. قابليت طبيعي بشر براي درك عمق يا اندازه گيري فاصله بسيار پيچيده است. يكي از چالش هاي مهم در بينايي ماشين به ويژه خودرو هاي هوشمند دقت و سرعت مناسب در تشخيص موانع و تصميم گيري صحيح و به موقع است. عموما الگوريتم هاي پردازش تصوير و شناسايي اشيا به صورت دوبعدي بررسي ميشوند كه معايب خاص خود را دارد. از سيستم هاي بينايي استريو دروسايل نقليه هوشمند و ربات ها استفاده مي شود. سيستم كنترل سفرهاي دريايي داراي سيستم بينايي استريو است. به عنوان مثال ازاين سيستم ميتوان براي كنترل اتوماتيك سرعت وسايل نقليه در بزرگراهها بسته به شرايط ترافيك در جلوي وسيله نقليه ، استفاده كرد. درمواقع لازم سرعت وسيلة نقليه بطور اتوماتيك كاهش مي يابد. براساس موقعيت سه بعدي ، اطلاعات به وسيله ي سيستم بينايي استريو بدست مي آيند و فاصلة خودرو با موانع يا خودرو هاي اطراف بررسي ميشود.
در اين پروژه بررسي سه بعدي موضوع با استفاده از تكنيك بينايي استريو صورت مي گيرد. يك سيستم بينايي استريو كه عموما بينايي دوچشمي نيز مي گويند قادر است فاصلة موضوعات مختلف را در تصويرهايي كه بوسيلة دو دوربين بدست آمده اند، اندازه گيري كند. درعين حال، با استفاده از بينايي استريو مي توان اندازه گيري دقيق تري روي ابعاد اجسام انجام داد. همچنين با بدست آوردن اين زاويه و عمليات مثلثاتي مرتبط مي توان فاصله را بدست آورد. در اين پژوهش پس از بررسي عملكرد سيستم بينايي استريو، روش هاي كاليبراسيون سيستم الگوريتمي مناسب جهت تشخيص سه بعدي جزئيات تصوير و مقدار فاصله ها بيان ميكنيم. جهت بهبود دقت، از شبكه هاي عصبي استفاده ميكنيم كه پاسخ بهينه اي به ما ميدهند و سپس با جمع آوري ديتاست مناسب شبكه را تعليم و در معرض آزمايش قرار ميدهيم. انتظار داريم، در مرحلآزمون در كمتر از يك ثانيه، فاصله ها را هم با خطاي كلي 2.23٪ بدست بياوريم.
كليدواژه ها
پردازش تصوير , بينايي ماشين , خودرو هاي خودران , شبكه عصبي