تشخیص بالدرنگ اشیاء برای موتورسیکلت هوشمند با استفاده از یادگیری عمیق[پايان نامه فارسي]
محمد علی محمدخانی
| شناسگر رکورد: | ۱۶۰۷۰ |
| رشته تحصیلی: | هوش مصنوعی و رباتیکز |
| عنوان: | تشخیص بالدرنگ اشیاء برای موتورسیکلت هوشمند با استفاده از یادگیری عمیق |
| نويسنده: | محمد علی محمدخانی |
| استاد راهنما : | دکتر بابک مجیدی دکتر محمدتقی منظوری شلمانی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۹ |
| چکیده: | ین روز ها، از شبکه های عصبی عمیق به عنوان روشی کاربردی برای تفسیر صحنه های ترافیک شهری و غیر شهری در وسایل نقیله هوشمند استفاده می شود. در مقایسه با ماشین های نقلیه هوشمند، موتور سیکلت های هوشمند انعطاف پذیری و مزیت های قابل توجه فراوانی در محیط های شلوغ، خیابان های شهر ها ی پرجمعیت و حتی محیط های نیمه شهری و خاکی دارند. در بسیار ی از مسیرهای خارج از جاده ها، به ویژه برای کارهای کشاورزی و مدیریت محیط زی ست، میتوان از موتورسیکلت ها و وسایل نزدیک به آنها، با توجه به اندازه و جثه کوچکشان استفاده نمود. همچنین می توان از موتورسیکلت های هوشمند در شهر های شلوغ به منظور ارسال بسته های اورژانسی در تصادفات و آتش سوزی ها استفاده کرد. در این پایان نامه، از شبکه های عصبی مصنوعی عمیق به منظور طراحی و پیاده سازی سیستم بینایی یک موتورسیکلت هوشمند شبیه سازی شده، استفاده شده است. دو شبکه عصبی عمیق، در جهت شناسایی وسایل نقلیه و عابرین در تصاویر معابر شهری، خیابان ها و کوچه ها مورد آزمایش قرار گرفته اند و یکی از آنها انتخاب شده است. از یک شبکه عصبی عمیق در جهت قطعه بندی کردن خیابان ها و مسیر های تردد وسایل نقلیه استفاده شده است. مجموعه داده های مربوط به شهر و معابر شهری توسط دوربین گوشی تلفن هوشمند جمع آوری گردیده است و در انتها، با ترکیب نتایج شبکه های عصبی استفاده شده، خروجی چهارچوب مد نظر را به دست آورده ایم. نتایج شبیه سازی شده نشان میدهد که به یک چهارچوب پایه برای بینایی موتور سیکلت هوشمند رسیده ایم که میتوان از آن برای جهت یابی موتور سیکلت هوشمند در مراحل بعدی استفاده نمود. |
| شماره ثبت | نسخه | جلد | بخش | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
|---|---|---|---|---|---|---|---|---|---|
| 22528 | 1 |
جهت ثبت نظر با حساب کاربری تان وارد شوید