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.2024.59160.3336
چکیده

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.