بررسي روش هاي پيش بيني رويداد عبور عابر پياده مبتني بر ويژگي هاي غيربصري و شبكه هاي مولد متخاصمي در اتومبيل هاي خودران

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

ايمني عابر پياده در گذرگاه‌‌ها‌ي بدون علامت يك موضوع مهم در حمل و نقل شهري است. با توجه به توسعه سيستم‌‌ها‌ي خودران نظير ربات¬‌ها‌ و اتومبيل¬‌ها‌ي خودران، ‌پيش‌بيني قصد عبور عابر پياده در مسير‌ها‌ي حركت اين سيستم¬‌ها‌ مانند گذرگاه¬‌ها‌ و مسير‌ها‌ي خط¬كشي شده بسيار ضروري است. پيشرفت¬‌ها‌ي اخير درمدل¬‌ها‌ي ‌پيش‌بيني كننده مبتني بر الگوريتم¬‌ها‌ي يادگيري ‌عميق، توسعه مدل¬‌ها‌ي ‌پيش‌بيني براي عبور عابر پياده را امكان¬پذير كرده است. در اين پايان‌نامه، امكان ‌پيش‌بيني رفتار عبور عابر پياده در گذرگاه‌‌ها‌ي بدون علامت با استفاده از مجموعه داده JAAD و مدل‌هاي مبتني بر داده‌هاي بصري مانند فريم‌هاي ويديو و داده‌هاي غيربصري مانند مختصات نقاط كليدي بدن عابر پياده مورد بررسي قرار گرفته است. مجموعه داده JAAD يك مجموعه داده ويدئويي در مقياس بزرگ است كه شامل مسير‌ها‌ي مشروح عابر پياده و وسايل نقليه در گذرگاه‌هاي كنترل نشده ‌است كه براي آموزش و ارزيابي مدل‌هاي طراحي شده در اين پژوهش استفاده شده است. اين مجموعه داده شامل عوامل محيطي، ويژگي‌‌ها‌ي عابر پياده از جمله مختصات نقاط كليدي بدن عابر پياده، مختصات كادر محصوركننده عابر پياده و شرايط ترافيكي از جمله سرعت خودروي در حال حركت است. مدل¬‌ها‌ي طراحي شده در اين تحقيق با استفاده از معيار‌ها‌ي مختلف عملكرد پيش‌بيني عبور عابر پياده از گذرگاه مورد ارزيابي قرار گرفته‌اند و با ساير مدل¬‌ها‌ي طراحي شده در اين زمينه مقايسه شده‌اند. اين مدل‌ها در دو دسته ‌مدل‌هاي پيش‌بيني رويداد عبور عابر پياده مبتني بر تركيب ويژگي‌هاي غيربصري و مدل پيش‌بيني رويداد عبور عابر پياده براساس پيش‌بيني مسير حركت عابر پياده مبتني بر داده‌هاي بصري دسته بندي مي‌شوند. مدل‌هاي مبتني بر ويژگي‌هاي غيربصري با تركيب و پردازش ويژگي‌هاي غيربصري مانند مختصات نقاط كليدي بدن عابر پياده، مختصات كادر محصوركننده عابر پياده و سرعت خودروي در حال حركت، عبور عابر پياده از گذرگاه را پيش‌بيني مي‌كنند. مدل مبتني بر مسير تحت عنوان BaseGAN با دريافت يك دنباله از فريم‌هاي ورودي، ويژگي‌هاي مهم و كليدي را از آنها استخراج مي‌كند و سپس توزيع مسير حركت عابر پياده را در فريم‌هاي آينده توليد مي‌كند و براساس مسير توليد شده، عبور عابر پياده از گذرگاه را پيش‌بيني مي‌كند. نتايج نشان مي‌‌دهد كه ‌مدل‌هاي طراحي شده از نظر دقت پيش‌بيني بهتر از ساير مدل‌‌ها‌ي ارائه شده هستند به طوري كه مدل BaseGAN با دستيابي به امتياز F1 برابر 83% در مجموعه داده JAAD از تمامي روشي‌هاي پيش‌بيني رويداد عبور عابر پياده بهتر عمل مي‌كند. در پايان اين پژوهش نتيجه‌گيري مي‌شود كه مدل يادگيري ‌عميق baseGAN مي‌¬تواند براي افزايش ايمني عابران پياده با ارائه هشدار‌ها‌ي اوليه به رانندگان به منظور جلوگيري از برخورد با عابر پياده استفاده شود. اين پايان‌نامه همچنين محدوديت‌هاي تحقيق ‌را مورد بحث قرار مي‌‌دهد و راهكارهايي را براي پژوهش‌هاي آينده ارائه مي‌دهد. يافته¬‌ها‌ي اين پژوهش بينش‌‌ها‌ي ارزشمندي را در مورد توسعه ايمني اتومبيل‌‌ها‌ي خودران ارائه مي‌كند و به آينده حمل¬ونقل خودران و توسعه يك رويكرد جديد براي ايمني عابر پياده كمك مي‌‌كند.

222189

مخابرات-سيستم

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان