Αυτόματη αποφυγή σύγκρουσης κινούμενων οχημάτων με μεθόδους μηχανικής όρασης

Αντικείμενο της παρούσας εργασίας είναι η ανάπτυξη ενός συστήματος πρόβλεψης σύγκρουσης αυτοκινήτων, βασιζόμενο στην μηχανική όραση καθώς και σε τεχνικές αναγνώρισης προτύπων. Το αρχικό πρόβλημα χωρίζεται σε δύο σκέλη: α) αναγνώριση του προπορευόμενου αυτοκινήτου και β) εντοπισμός της περιοχής του ο...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Τρύφωνας, Χριστόδουλος
Άλλοι συγγραφείς: Tryfonas, Christodoulos
Γλώσσα:Greek
Έκδοση: 2020
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/14025
Περιγραφή
Περίληψη:Αντικείμενο της παρούσας εργασίας είναι η ανάπτυξη ενός συστήματος πρόβλεψης σύγκρουσης αυτοκινήτων, βασιζόμενο στην μηχανική όραση καθώς και σε τεχνικές αναγνώρισης προτύπων. Το αρχικό πρόβλημα χωρίζεται σε δύο σκέλη: α) αναγνώριση του προπορευόμενου αυτοκινήτου και β) εντοπισμός της περιοχής του οδοστρώματος. Στο 1ο σκέλος εκμεταλλευόμαστε το χαρακτηριστικό του χρώματος για την τμηματοποίηση των κόκκινων αντικειμένων της εικόνας και στην συνέχεια βασιζόμαστε στην ιδιότητα της συμμετρίας, της σχετικής θέσης και της ομοιότητας, για να λάβουμε μόνο τα πίσω φώτα των προπορευόμενων αυτοκινήτων και να αποκλείσουμε τα υπόλοιπα. Στο 2ο σκέλος επιχειρούμε να τμηματοποιήσουμε την εικόνα ώστε να εκτιμήσουμε την περιοχή του δρόμου. Πρόκειται λοπόν για πρόβλημα κατηγοριοποίησης των pixels μίας εικόνας σε δύο κλάσεις: i) δρόμος και ii) μη-δρόμος. Αυτό επιτυγχάνεται μέσω του αλγορίθμου Random Walker σε συνδυασμό με την οπτική ροή και το προηγούμενο αποτέλεσμα ώστε να καθοδηγήσουμε σωστά τον αλγόριθμο και να δώσει αξιόπιστο αποτέλεσμα. Η ποιοτική αξιολόγηση του συστήματος γίνεται με εικόνες και βίντεο που έχουν ληφθεί από δρόμους της Πάτρας ή από το διαδίκτυο. Απαραίτητη είναι και η ποσοτική αξιολόγηση ώστε να συγκρίνουμε τις επιδόσεις του συστήματος με άλλες προσεγγίσεις που συναντάμε στην βιβλιογραφία. Γι’ αυτό χρησιμοποιούμε δημόσιες βάσεις δεδομένων ειδικά σχεδιασμένων για προβλήματα μηχανικής όρασης. Σε κάθε σκέλος παρουσιάζονται αναλυτικά τα βήματα υλοποίησης και παρατίθενται πειραματικά αποτελέσματα, παρατηρήσεις και πιθανές βελτιώσεις.