CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تعیین زاویه فرمان در خودروهای خودران با استفاده از شبکه های عصبی عمیق و با دانش بصری و کنترلی

عنوان مقاله: تعیین زاویه فرمان در خودروهای خودران با استفاده از شبکه های عصبی عمیق و با دانش بصری و کنترلی
شناسه ملی مقاله: AIRAFT01_070
منتشر شده در اولین کنفرانس پیشرفت های اخیر و روندهای آینده در صنعت خودرو در سال 1399
مشخصات نویسندگان مقاله:

الهه دلاوری - دانشجوی کارشناسی ارشد، دانشگاه علم و صنعت، دانشکده مهندسی برق، تهران
ایمان خانی جزنی - فارغ التحصیل کارشناسی ارشد، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر، تهران
شهریار برادران شکوهی - دانشیار، دانشگاه علم و صنعت، دانشکده مهندسی برق، تهران

خلاصه مقاله:
اکثر رویکردهای موجود در خودروهای خودران در سه دسته قرار می گیرند: رویکردهای مبتنی بر ادراک واسطه ای که کل صحنه را برای تصمیم گیری رانندگی تجزیه میکنند، رویکردهای ادراک مستقیم که تصویر ورودی را به تعداد کمی از شاخصهای کلیدی ادراک، نگاشت می کنند و رویکردهای واکنش رفتاری که مستقیما تصویر ورودی را به یک رفتار رانندگی نگاشت میکنند. مزیت رویکردهای واکنش رفتاری، انجام یکپارچه تمامی کارهای مورد نیاز برای رانندگی توسط شبکه است. ما سامانه ای مبتنی بر رویکرد واکنش رفتاری برای انجام ادراک و کنترل خودروهای خودران ارائه کرده و مدل ارائه شده را در شبیه ساز مورد آزمون قرار داده ایم. در ابتدا مدلی از محیط ایجاد شده و سپس با استفاده از این مدل، شبکه ای به منظور تعیین دستور کنترلی در هر گام زمانی به صورت یادگیری با ناظر، آموزش داده میشود. نتایج بدست آمده در شبیه ساز به دقت %100 و زمان 40میلی ثانیه رسیده که نسبت به رقبا عملکرد بهتری داشته است.

کلمات کلیدی:
خودروهای خودران، یادگیری با ناظر، یکپارچه، شبکه های عصبی عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1146838/