تعداد صفحات:81
نوع فایل:word
فهرست مطالب:
مقدمه
فصل یک : تشخیص وسایل نقلیه جاده ای در تصاویر دوربینی
نواحی کاندید شده مورد نظر
تشخیص و ردیابی خط
وسایل نقلیه مورد نظر
تشخیص وسایل نقلیه
فصل دوم : سیستم تشخیص وسایل نقلیه مبتنی بر ویژگیهای محلی با استفاده از برد بینایی موازی
الگوریتم تشخیص
تکنیک پنجره مشخصه
تکنیک فضای مشخصه
انتخاب مشخصه ویژگی
عملیات انتخاب
الگوریتم بردار تدریجی
آزمایشات تشخیص وسایل نقلیه
وسایل نقلیه همراه با موانع جاده ای
تشخیص وسایل نقلیه
فصل سوم : تشخیص اتوماتیک وسایل نقلیه در توالی از تصاویر هوایی با نرخ فریمی پایین
نظارت ترافیک
خط مشی کلی
تشخیص وسیله نقلیه
روند تشخیص
پارامترهای وسیله نقلیه
تطبیق
ارزیابی تشخیص
طرح ارزیابی
اجرای تشخیص و ردیابی
هماهنگی حرکتی
مقدار نهایی
بررسی الگوریتم
فصل چهارم : تشخیص و مکان یابی وسایل نقلیه جاده ای بطور همزمان به وسیله مدلی مبتنی بر بینایی متمرکز
پردازش مراحل تشخیص و ردیابی
شناسایی جهت تشخیص و توابع هزینه آن
ارزیابی الگوریتم
کاربرد تشخیص و مکان یابی وسایل نقلیه جاده ای
مدلسازی شی در دنیای سه بعدی
فازهای یادگیری
تشخیص و توابع هزینه
مکان یابی وسایل نقلیه
ردیابی وسایل نقلیه
فصل پنجم : تشخیص وسایل نقلیه با استفاده از یادگیری با ناظر
طرح کلی مدل پیشنهادی
بهبود تابع تشخیص نمایی اصلاح شده (ام کیو دی اف)
آزمایشات انجام شده
فصل ششم : تشخیص وسایل نقلیه مبتنی بر تغییر شکل های فوریه، موج ضربه ای کوچک و منحنی ضربه ای
استخراج ویژگی
تغییر شکل یافتن فوریه
تغییر شکل یافتن از طریق موج ضربه ای کوچک
تغییر شکل یافتن از طریق منحنی ضربه ای
طبقه بندی
نتایج آزمایشات
آنالیز تطبیقی توصیف گر فوریه ای، موج ضربه ای و منحنی ضربه ای
تغییر شکل فوریه ای
تغییر شکل موج ضربه ای
تغییر شکل منحنی ضربه ای
کاهش ابعاد بردارهای مشخصه (عوامل مشترک فوریه، موج ضربه ای و منحنی ضربه ای)
فصل هفتم : مدل تغییر پذیر عمومی برای تشخیص وسایل نقلیه
مدل پارامتریزه شده
جمع آوری اطلاعات
پایداری ساختار بهبود یافته
تجزیه و تحلیل اجزای اصلی
فصل هشتم : تشخیص واگن های ریلی در طرح های بازتابشی
تشخیص سیگنالی
روش کار
توضیح سناریو
روش انجام آزمایش
تئوری تشخیص سیگنالی
آزمایش فاصله ی تشخیص
روش کار
طراحی آزمایش
توضیح سناریو
روش انجام آزمایش
نیتجه گیری
منابع و ماخذ

فهرست شکل ها:
نمونه های تشخیص خطی در توالی از تصاویر
ایجاد نواحی کاندیده مورد نظر در توالی از تصاویر
تجزیه یک ناحیه کاندیده به 3 زیر ناحیه
ورودی نرمال سازی شده در دسته بندی
ساختار کلی 2 مرحله از دسته کننده اس وی ام
تشخیص وسایل نقلیه در توالی از تصاویر
تکنیک پنجره مشخصه
تصاویر با زاویه دید بالا در آزمایشات
مدل هایی از دو وسیله نقلیه( تصاویر آموزشی، مشخصه های محلی، مشخصه های کد، مجموعه ای از کدهای مشخصه)
نقاط مشخصه در 9 تصویر آموزشی و مجموعه کد مشخصه
9 تصویر آموزشی
نقاط مشخصه در 9 تصویر آموزشی و مجموعه کد مشخصه
نمونه های از تشخیص
نتایجی از استخراج خطوط
نتایجی از تشخیص حبابی
نمونه هایی برای حرکات ممکن و ناممکن خودرو
رفتار صف گونه وسایل نقلیه
(a اولین تصویر تشخیص خودرو، (b دومین تصویر با دو تطبیق M12 برای C1
(c سومین تصویر با سه تطبیق M23 برای هر C2 ، (d چهارمین تصویر با تطبیق های M13
تخمینی از مسیر حرکت خودرو
قاعده کلی از تصویر مبتنی بر روش تطبیقی
نمودار پردازش ارزیابی تطبیقی برای یک خودرو
نتایج تشخیص خودرو در تصویر آزمایشی : (a تشخیص ویایل نقلیه در اولین تصویر،
(b خودروهای وابسته در دومین تصویر c ) موقعیت های تشخیص نهایی در سومین تصویر
نمودار سازمانی ساده شده از پردازش تشخیص
18 مشخصه تطبیقی Fi مدل وسیله نقلیه
سیستم مختصاتی جهان، دوربین، شی
تشخیص وسیله نقلیه سطح بالا
فاصله تقریبی وسایل نقلیه
موقعیت جانبی وسایل نقلیه
نمونه هایی از تشخیص و مکان یابی وسایل نقلیه
طرح کلی مدل پیشنهادی تشخیص وسایل نقلیه
نمونه هایی از مناظر جاده
نرخ طبقه بندی
مقایسه کارایی تقریب منحنی ضربه ای و موج ضربه ای
یک نمونه از تغییر شکل منحنی ضربه ای دیجیتال از تصویر پژو 206
نمونه هایی از مدل 29 پارامتری
منظره آزمایشی برای مجموعه داده نمونه
8 زیر مدل
اولین و آخرین فریم از توالی استفاده شده برای آزمایش پایداری ساختار تکنیک بهبود یافته
درصد واریانس در 29 پارامتر تغییر پذیر
مدل تغییر پذیری خودرو
طرح های بازتابشی واگن باربری
طرح های بازتابشی واگن باربری روباز (طرح کامیون)
طرح سناریوی پایه
ابعاد وسیله نقلیه
میدان دید پیشروی ناظر ساکن
چهار خروجی تئوری تشخیص سیگنالی
مسیر شبیه ساز
میدان دید پیشروی راننده

چکیده:
سیستم های تشخیص وسایل نقلیه
در سالهای اخیر نظارت بر ترافیک و ایمنی وسایل نقلیه اعم از خودروها، قطارها، کامیون ها، …. مورد توجه کمیته های حمل و نقل هوشمند قرار گرفته است. جهت بررسی سیستم های که ما را به اهداف فوق برساند، نیاز به تشخیص وسیله نقلیه است تا بتوان پردازش ها و اقدامات لازم را به عمل آورد. لذا طبق تحقیقات به عمل آمده، تجهیزات و روش های مختلفی ما را در این مقوله یاری میکنند و عبارتند از :
1) پردازش تصاویر بدست آمده توسط دوربین های تامین شده بدین منظور
2) سیستم های ویدئویی نصب شده بر سکوهای هوایی
3) بررسی تصاویر جاده ای مبتنی برپارامترهای سه بعدی
4) سیستم های مبتنی بر مشخصه های محلی وسیله نقلیه در یک تصویر
5) بکار گیری الگوریتم مبتنی بر استخراج ویژگی از طریق تغییر شکل های خاص
6) بکارگیری مدل سه بعدی توسعه داده شده بر پایه عناصر لبه وسیله نقلیه
7) سیستم های مبتنی بر یادگیری با ناظر (شامل یک سیستم کک راننده و یک سیستم وسیله نقلیه خود گردان)
8) تشخیص مبتنی بر تشخیص سیگنال های ویژه ارسالی
از طریق روش های فوق، به کمک یک بانک اطلاعاتی شامل چندین وسیله نقلیه نمونه که از تصاویر واقعی جاده استخراج شده اند، آزمایشات ویژه و متنوعی بر روی وسایل نقلیه انجام میشود و کارآیی هر روش جهت تشخیص صحیح در کوتاه ترین زمان ممکن ثبت میشود و مورد استفاده های بعدی قرار خواهد گرفت.

مقدمه:
هدف اصلی از تشخیص وسایل نقلیه این است که تعداد وسایل نقلیه مشاهده شده در هر نقطه جهت تخمین و پیش بینی جریان خودرو ها را در یک بازه ترافیکی، اندازه گیری نمائیم. بدین وسیله میتوانیم امنیت و بهره وری ترافیک را بهبود بخشیم. سیستم های متنوعی که هر کدام کارایی ویژه ای دارند، رسیدن به اهداف فوق را آسان گردانیده اند.
یکی از این سیستم ها، سیستم تشخیص وسایل نقلیه جاده ای در تصاویر دوربینی با نرخ فریمی پایین
میباشد. اجزای پایه ای وسایل نقلیه از تصاویر استخراج میشود و سپس توسط دسته کننده های برداری با نام «اس وی ام» با یکدیگر ترکیب میشوند. این قبیل سیستم ها، مشکل اصلی تشخیص وسایل نقلیه را در تصاویر ایستا بر طرف نموده اند، به علاوه از تکنیک های مبتنی بر نمونه های جمع آوری شده استفاده میکنند.
گاهی اوقات اجزایی از وسایل نقلیه در تصاویر قابل دسترسی نیستند و با موانعی مسدود شده اند. با کمک یک الگوریتم تشخیص وسایل نقلیه مبتنی بر مشخصات محلی روی تصاویر بدست آمده از طریق مادون قرمز، این مشکل حل می شوند.
سیستم های ویدئویی نصب شده بر روی سکوهای هوایی بر اساس انعطاف پذیری و تغییر پذیری آن ها معرفی میشوند و توانایی دارند نواحی وسیعی را جهت تشخیص از روی تراکم زمانی و فضایی داده نمونه پوشش دهند. الگوریتمی بدین منظور طراحی شده است که از تصاویر سه جزئی استفاده میکند و پس از تشخیص وسیله نقلیه در اولین تصویر، آن را در دو تصویر بعدی تطبیق میدهد و دید گسترده ای را فراهم می آورد.
همچنین در راستای عملیات ردیابی و مکان یابی وسایل نقلیه، نیاز به تشخیص آنها داریم. هدف این است که یک شی (وسیله نقلیه) با یافتن پارامترهای سه بعدی از موانع مشاهده شده در تصاویر جاده ای تشخیص داده شود. نمونه ای دیگر از این قبیل سیستم ها، سیستم های مبتنی بر یادگیری با ناظر است که از طریق یک سیستم کمک راننده و یک سیستم وسیله نقلیه خودگردان، توسعه یافته است و در این سیستم تابعی برای تشخیص محیط جاده و وسایل نقلیه وجود دارد و تعداد کمی از تصاویر وسایل نقلیه در حال حرکت را به کار میگیرد.
سیستم های دیگری وجود دارند که از طریق الگوریتم مبتنی بر نمونه های ساختاری که از تکنیک های استخراجی و بدست آمده از مشخصات ویژه تصویر وسیله نقلیه عمل می کند، استخراج ویژگی می نماید. این ویژگی ها توسط تغییر شکل های فوریه ای، تغییر موج ضربه ای و تغییر شکل منحنی ضربه ای به دست می آید. عملیات روی یک مجموعه داده انجام میشود.
تشخیص وسایل نقلیه از طریق تکنیک هایی که مبتنی بر مدلهای ایجاد شده از اشیاء سه بعدی است، نیز امکان پذیر میباشد و بوسیله نقاط، خطوط و سطوح ویژه وسیله نقلیه و مدل سازی آن ها با ساختارهای مکان نگر عمل میکند.
آخرین نوع سیستم های بررسی شده، سیستم هایی هستند که با کمک یک ناظر و تعدادی شرکت کننده، از طریق یکسری آزمایشات، در یک محیط شبیه سازی شده از جاده و از طریق سیگنال های ارسالی عملیات تشخیص را انجام میدهند.