شمارش خودروها در بزرگراه ها با استفاده از تکنیک های یادگیری وبینایی ماشین

امروزه افزایش وسایل نقلیه و جوابگو نبودن سیستم های کنترل سنتی، باعث ایجاد سیستم های کنترلترافیک به صورت هوشمند شده است. این عامل، سبب کنترل و مدیریت بهتر شهری و افزایش ضریباطمینان جاده ها و بزرگراه ها می شود. هدف اصلی این تحقیق تشخیص و شمارش وسایل نقلیه بااستفاده از تکنیک های یادگیری و بینایی ماشین می باشد. در این پژوهش ما از یک دوربین ثابتکه در ارتفاعی مناسب از سطح جاده و با زاویه کم قرار می گیرد برای عملیات نظارت ترافیکیاستفاده کرده ایم. برای انجام روشهای ارائه شده ، یک قسمت از بزرگراه را انتخاب می کنیم تاپردازش های لازم در محدوده موردنظر انجام گیرد. الگوریتم استفادهشده شامل سه مرحله کلیمی باشد. ابتدا با تکنیک های پردازش تصویر وسایل نقلیه متحرک درصحنه های ترافیک تشخیصداده می شود. در مرحله بعدی وسایل نقلیه نزدیک به دوربین انتخاب شده و عمل پردازش واستخراج ویژگی های موردنظر انجام می گردد. این ویژگی ها به شبکه عصبی اعمال می گردد، بهصورتی که خروجی شبکه عصبی تعداد وسیله نقلیه عبوری را مشخص می کند. مدل ارائهشده قادربه تشخیص وشمارش خودروهای سبک وسنگین می باشد. الگوریتم پیشنهاد شده قادر بهشمارش وسایل نقلیه عبوری در زمان واقعی می باشد. برای این منظور ما از چهار روش استفاده کردیم.روش اول استفاده از الگوریتم حباب بود الگوریتم دیگر ارائه شده استفاده از روش دایره ،کرنر وترکیب آنها می باشد. نتایج بدست آمده از آزمایشات ارزیابی سیستم نشان می دهد که روش ترکیببا بهره گیری از شبکه عصبی کمترین خطا را در تشخیص تعداد خودروها را دارد.

Keywords:

وسایل نقلیه , کنترل ترافیک , بینایی ماشین , حباب , تبدیل هاف دایره , کرنر , شبکه عصبی