در این مقاله به مدل وسیله نقلیه ای جاده ای با پیش بینی حرکات برای مسیر یابی وسایل نقلیه هوشمند پرداخته شده است. بر اساس روش کنترل بهینه، قانون کنترلی فرمان خودکار بدون در نظر گرفتن دینامیک سیستم محرک بدست آمده است. با این حال، نتایج کنترل کننده در سیستم حلقه بسته هنگامی که دینامیک محرک فرمان در نظر گرفته می شود، ناپایدار می باشد. در این مقاله راهکارهای برای این مسئله با استفاده ماتریس تنظیم کننده وزنی R ارائه شده است.
عوامل موثر در طراحی راه:
راننده،عابر پیاده،وسیله نقلیه و خود راه.
نوع فایل : PDF (برگرفته از پاورپوینت کلاسی )
تعداد صفحات : 38 صفحه
چکیده :
محققان با مشاهده خصوصیات سیستم های طبیعی و تامل در این که طبیعت چگونه مشکلات خود را حل میکند به فکر تقلید از روش های طبیعی در حل مسایل پیچیده و زراحی سیستم ها افتادند. ایده اصلی الگوریتم ژنتیک بر پایه نظریه تکامل داروین در سال 1859 شکل گرفت .
جزوه ای بسیار عالی که پس از بررسی الگوریتم ژنتیک کاربرد آن را در مسیریابی وسایل نقلیه تشریح می کند.
فرمت : Word
تعداد صفحات : 100
مقدمه
هدف اصلی از تشخیص وسایل نقلیه این است که تعداد وسایل نقلیه ی مشاهده شده در هر نقطه جهت تخمین و پیش بینی جریان خودرو ها را در یک بازه ی ترافیکی، اندازه گیری نمائیم. بدین وسیله می توانیم امنیت و بهره وری ترافیک را بهبود بخشیم. سیستم های متنوعی که هر کدام کارایی ویژه ای دارند ، رسیدن به اهداف فوق را آسان گردانیده اند .
یکی از این سیستم ها، سیستم تشخیص وسایل نقلیه ی جاده ای در تصاویر دوربینی با نرخ فریمی پایین
می باشد. اجزای پایه ای وسایل نقلیه از تصاویر استخراج می شود و سپس توسط دسته کننده های برداری با نام «اس وی ام» با یکدیگر ترکیب می شوند. این قبیل سیستم ها ، مشکل اصلی تشخیص وسایل نقلیه را در تصاویر ایستا بر طرف نموده اند ، به علاوه از تکنیک های مبتنی بر نمونه های جمع آوری شده استفاده می کنند.
گاهی اوقات اجزایی از وسایل نقلیه در تصاویر قابل دسترسی نیستند و با موانعی مسدود شده اند. با کمک یک الگوریتم تشخیص وسایل نقلیه مبتنی بر مشخصات محلی روی تصاویر بدست آمده از طریق مادون قرمز، این مشکل حل می شوند .
سیستم های ویدئویی نصب شده بر روی سکوهای هوایی بر اساس انعطاف پذیری و تغییر پذیری آنها معرفی می شوند و توانایی دارند نواحی وسیعی را جهت تشخیص از روی تراکم زمانی و فضایی داده ی نمونه پوشش دهند. الگوریتمی بدین منظور طراحی شده است که از تصاویر سه جزئی استفاده می کند و پس از تشخیص وسیله ی نقلیه در اولین تصویر، آن را در دو تصویر بعدی تطبیق می دهد و دید گسترده ای را فراهم می آورد .
همچنین در راستای عملیات ردیابی و مکان یابی وسایل نقلیه ، نیاز به تشخیص آن ها داریم. هدف این است که یک شی (وسیله ی نقلیه ) با یافتن پارامترهای سه بعدی از موانع مشاهده شده در تصاویر جاده ای تشخیص داده شود. نمونه ای دیگر از این قبیل سیستم ها ، سیستم های مبتنی بر یادگیری با ناظر است که از طریق یک سیستم کمک راننده ویک سیستم وسیله نقلیه خودگردان، توسعه یافته است و در این سیستم تابعی برای تشخیص محیط جاده و وسایل نقلیه وجود دارد و تعداد کمی از تصاویر وسایل نقلیه در حال حرکت را به کار می گیرد.
سیستم های دیگری وجود دارند که از طریق الگوریتم مبتنی بر نمونه های ساختاری که از تکنیک های استخراجی و بدست آمده از مشخصات ویژه ی تصویر وسیله ی نقلیه عمل می کند، استخراج ویژگی می نماید. این ویژگی ها توسط تغییر شکل های فوریه ای، تغییرموج ضربه ای و تغییر شکل منحنی ضربه ای به دست می آید. عملیات روی یک مجموعه داده انجام می شود .
تشخیص وسایل نقلیه از طریق تکنیک هایی که مبتنی بر مدل های ایجاد شده از اشیاء سه بعدی است ، نیز امکان پذیر می باشد و بوسیله ی نقاط ، خطوط و سطوح ویژه ی وسیله نقلیه و مدلسازی آنها با ساختارهای مکان نگر عمل می کند .
آخرین نوع سیستم های بررسی شده ، سیستم هایی هستند که با کمک یک ناظر و تعدادی شرکت کننده ، از طریق یکسری آزمایشات ، در یک محیط شبیه سازی شده از جاده و از طریق سیگنال های ارسالی عملیات تشخیص را انجام می دهند.
موضوع فارسی : سیستم حمایت از محل خدمات به عنوان مثال از وسیله نقلیه شبکه بازیافت در کشاورزی کار می کند
موضوع انگلیسی : System supporting location of service works in agriculture on example of vehicle recycling network
تعداد صفحه : 7
فرمت فایل :pdf
سال انتشار : 2015
زبان مقاله : انگلیسی
چکیده