تشخیص جاده با استفاده از ترکیب روشهای تبدیل هاف احتمالاتی و الگوریتم آبگیر

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,070

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCECN01_148

تاریخ نمایه سازی: 7 بهمن 1393

چکیده مقاله:

مسئله شناسایی جاده از جمله مهم ترین مسائل در زمینه هوشمندی خودرو و سیستم های کمک به راننده محسوب می شود. این مسئله در دو دهه اخیر همواره به عنوان یک موضوع تحقیقاتی مهم مطرح بوده است. امروزه در اثر سوانح رانندگی در جاده ها، روزانه تعداد زیادی جان خود را از دست می دهند؛ بنابراین استفاده از سیستم های هوشمند و کمک به راننده می تواند تا حد قابل توجهی خطر ناشی از رانندگی را کاهش دهد. در این مقاله سعی بر آن داریم که با استفاده از تک دوربین، شناسایی جاده را انجام دهیم. استفاده از این روش نسبت به روش هایی نظیر بینایی استریو و لیزر از نظر هزینه بسیار مقرون به صرفه تر بوده و بار محاسباتی کمتری نیز دارد. برای این منظور فرض می کنیم که خودرو مجهز به دوربین مونوکولار(تک دوربین) می باشد که در جلوی آن نصب شده است. برای یافتن کناره های جاده از روش تبدیل هاف احتمالی بهره می گیریم و فرض می کنیم که فضای بین این کناره ها، سطح جاده را تشکیل می دهند. همچنین برای بهبود نتایج از فیلتر کالمن برای پیش بینی وضعیت کناره ها در فریم های متوالی استفاده می کنیم. در کنار این روش ها، با استفاده از وضعیت رنگ سطح جاده و الگوریتم آبگیر، قطعه بندی فریم تصویر را انجام داده و سطح جاده را از پس زمینه استخراج می نماییم. تلفیق خروجی های حاصل از این دو روش در کنار هم می تواند با احتمال قابل قبولی، سطح جاده در جلوی خودرو را بدست آورد. نتایج آزمایشات حاصل، حاکی از قدرتمند بودن آن و دقت قابل قبول این روش می باشد. همچنین بار محاسباتی کم و امکان استفاده بلادرنگ از این روش را می توان از مزیت های مهم آن بر شمرد.

نویسندگان

مقداد محرابیان محمدی

دانشجوی کارشناسی ارشد دانشگاه صنعتی اصفهان

مازیار پالهنگ

استادیار دانشگاه صنعتی اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Alon, Yaniv, Andras Ferencz, and Amnon Shashua. "Offroad path following ...
  • Alvarez, J. M. A., Theo Gevers, and Antonio M. Lopez. ...
  • Alvarez, Jose M., A. Lopez, and Ramon Baldrich. 2 I ...
  • Borkar, Amol, Monson Hayes, and Mark T. Smith. "Robust lane ...
  • Cheng, Hsu-Yung, et al. "Lane detection with moving vehicles in ...
  • He, Yinghua, Hong Wang, and Bo Zhang. "Color-based road detection ...
  • Huang, Albert S., et al. "Finding multiple lanes in urban ...
  • Kiryati, Nahum, Yuval Eldar, and Alfred M Bruckstein. "A probabilistic ...
  • Kong, Hui, J-Y. Audibert, and Jean Ponce. "Vanishing point detection ...
  • Labayrade, Raphael, et al. "A reliable and robust lane detection ...
  • McCall, Joel C., and Mohan M Trivedi. "Video-based lane estimation ...
  • Meyer, Fernand. "Color image segmentation." Image Processing and its Applications, ...
  • Rasmussen, Christopher. "Grouping dominant orientations for ill-structured road following." Computer ...
  • Rasmussen, Christopher, and Thommen Korah. "On-vehicle and aerial texture analysis ...
  • Sotelo, Miguel Angel, et al. "A color vision-based lane tracking ...
  • Tan, Ceryen, et al. "Color model-based real-time learning for road ...
  • نمایش کامل مراجع