8267

، تشخيص موانع ناخواسته، بينايي ماشين هاي خودران

كارشناسي

مهندسي برق

1401

دكتر برادران شكوهي

1401/10/12

برق

Identifying Unexpected Road Obstacles

در اين پروژه سعي شده است تا با بررسي مقالات مختلف و بررسي روش هاي قطعه بندي معنايي جاده ، كلاس هاي مختلف در هنگام رانندگي يك خودرو بررسي شوند و در صورتيكه مانعي به صورت ناگهاني در جاده ديده شود انرا شناسايي كنيم. بديهي است كه امر شناسايي موانع ناگهاني يك مورد بسيار مهم و ضروري در پياده سازي خودرو هاي خودران است چرا كه ايمني خودرو هاي خودران وابستگي مهمي به امر فوق دارد. در شناسايي موانع ناگهاني ( به طور مثال، سگ ها) برخي از مقالات از ديتاست هاي خارجي استفاده كرده اند و با اموزش مدل هايي ، موانع ناگهاني را تا حدي تشخيص ميدهند. در اين پروژه سعي شده تا با استفاده از رياضيات بيشتر و بررسي اغتشاش در تصاوير، محل وجود مانع ناگهاني را تخمين بزنيم. در اين روش با استفاده از محاسبه احتمالات مربوط به هر كلاس و بيشترين مقدار و كمترين مقدار انها و برخي محاسبات اماري ، موانع ناگهاني تا حدودي تشخيص داده ميشوند. براي شناسايي موانع نگهاني ابتدا از يك شبكه قطعه بندي معنايي استفاده ميشود و سپس خروجي بدست امده براي انجام برخي پس پردازش ها ، استفاده ميشود تا مانع ناگهاني شناسايي شود. در اين پايان نامه با بررسي 4 شبكه U-Net ، SegNet ، DeepLabV3_resnet50 و DeepLabV3_resnet101 قطعه بندي معنايي بررسي شد و بيشترين دقت حاصل از شبكه DeepLabV3_resnet101 بود كه مخصوصا در شناسايي لبه هاي موارد درون جاده با دقت بيشتري نسبت به ساير شبكه ها عمل ميكند ؛ و در بخش قطعه بندي ، دقتي معادل 0.72 دارد ولذا براي انجام مراحل پس پردازش مناسب تر شمرده ميشود.

شبكه هاي عصبي كانولوشني , قطعه بندي معنايي , تشخيص موانع ناخواسته , بينايي ماشين هاي خودران