مهدی سیفی پور - دانشجوی دکتری مهندسی کامپیوتر، دانشکده برق و کامپیوتر دانشگاه تهران
محدثه پرویزی - دانشجوی مهندسی کامپیوتر، دانشگاه صنعتی همدان
رادمان نویدپور - دانشجوی مهندسی کامپیوتر، دانشگاه صنعتی همدان
سیامک محمدی - دانشیار دانشکده برق و کامپیوتر دانشگاه تهران

خودروهای خودران، با بهره گیری از حسگرها، دوربین ها، و الگوریتم های یادگیری ماشین ، قادر به مسیریابی صحیح و پیشگیری از برخورد با عابرین ، خودروها و موانع هستند. این وسایل نقلیه نه تنها موجب افزایش ایمنی جاده و کاهش تصادفات ناشی از خطاهای انسانی می شوند، بلکه جریان ترافیک را نیز بهبود می بخشند. بهره گیری از سیستم ها و فناوری های پیشرفته به منظور پیشگیری از برخورد، نقش مهمی در ارتقای ایمنی خودروهای خودران ایفا می کند. این فناوری ها شامل استفاده از سنسورهای آلتراسونیک ، دوربین ها، لیدار، رادار و همچنین سنسورهای مبتنی بر بینایی برای شناسایی و واکنش به تشخیص موانع در شرایط مختلف می باشد. همچنین الگوریتم های مختلفی مانند مدل های بیز، یادگیری ماشین و یادگیری عمیق برای تحلیل دادههای به دست آمده از حسگرها و پیش بینی برخوردها به کار گرفته می شوند. مدل سازی ریاضی ، شبکه های عصبی و نظریه بازیها نیز به عنوان ابزارهای موثر در پیش بینی و کاهش برخوردها معرفی شده اند. تلفیق این فناوری ها و الگوریتم ها به طور قابل توجهی ایمنی و کارایی خودروهای خودران را افزایش می دهد. ما در این پژوهش ، رویکردها و الگوریتم های مختلف پیشگیری از برخورد را برای کاربرد سیستم های دستیار راننده بررسی و ارزیابی خواهیم کرد.

پیشگیری از برخورد، رانندگی ایمن ، سیستم دستیار راننده.