توسعة یک الگوریتم تشخیص اشیاء متحرک مبتنی بر یادگیری عمیق در استفاده زمان واقعی روی ربات پرنده چهارملخه
نویسندگان
1 گروه مهندسی مکاترونیک، دانشگاه تبریز، تبریز، ایران
2 مهندسی مکانیک - تبریز
doi
10.22034/jmeut.2024.59160.3336چکیده
رباتهای پرنده چهارملخه ابزارهایی قدرتمند و فناورانه برای عملیاتهای پروازی هستند و مطالعات زیادی در راستای کنترل و هوشمندسازی آنها انجام گرفته است. اما بیشتر این مطالعات بر کنترل حرکت آنها متمرکز بوده و کمتر به شناسایی اشیای متحرک توسط آنها در یک محیط پویا مانند خیابان توجه شده است. در این مقاله به توسعهی روشی ترکیبی برپایهی الگوریتم ویولاجونز و شبکههایعصبیعمیق میپردازیم تا بتوان از یک ربات پرنده چهارملخه بهنوعی هوشمند برای شناسایی اشیای متحرک در محیط واقعی استفاده کرد. در این روش آموزش شبکهعصبیعمیق با استفاده از آبشارهای طبقهبند ویولاجونز، بهصورت افزودن اشیاء مانند دنبالههای ویدئویی، و با پسزمینهی واقعی انجام میشود. با پیادهسازی تجربی الگوریتم بهینهسازیشدهی آبشاری ویولاجونز روی ربات چهارملخه نشان میدهیم که این الگوریتم در تشخیص فریمهای حاوی شیء متحرک که از دوربین نصبشده روی ربات دریافت میشد، از نرخ عملکرد بالا، هشدار کاذب (منفی خطا، مثبت خطا) کم و نرخ خطای پایین برخوردار است. عملکرد الگوریتم در این آزمون %89 تشخیص صحیح مثبت و %13 درصد خطا در تشخیص بود. همچنین دقت الگوریتم زمانی که از فیلتر بلوری گاؤسی استفاده میشود افزایش مییابد.