کاربرد هوش مصنوعی برای استخراج چرخه رانندگی تراکتور کشاورزی

نویسندگان

1 دانشکده مهندسی بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران

2 دانشکده مهندسی بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران

3 دانشکده مهندسی بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران

4 دانشکده مهندسی خودرو، دانشگاه علم و صنعت ایران، تهران، ایران

doi
10.22034/er.2024.2024942.1028
چکیده

یکی از روش‌های رایج در پایش مقدار مصرف سوخت و آلایندگی وسائل نقلیه استفاده از چرخه رانندگی اختصاصی آن خودرو است. به دلیل اهمیت استخراج چرخه رانندگی در خودروهای سواری، اغلب تحقیقات به سمت بررسی چرخه رانندگی خودروهای سبک بوده است. یکی از چالش‌های مهم در استخراج چرخه رانندگی هر وسیله نقلیه‌ای تحلیل داده‌ها، طبقه‌بندی و تشخیص الگوی رانندگی است. از جمله وسائط نقلیه غیرجاده‌ای، تراکتورهای کشاورزی است که اندازه آن‌ها بستگی به عملیات کشاورزی دارد. همچنین عملیات کشاورزی انجام شده در مصرف سوخت، بارگذاری و آلایندگی تراکتورهای کشاورزی اثرگذار است. روش‌های جدید تحلیل و تشخیص الگوی رانندگی عموماً بر اساس روش‌های مبتنی بر هوش مصنوعی است. معمولاً دقت تشخیص و الگوی روش‌های مبتنی بر هوش مصنوعی بزرگتر از %90 است و دیگر ویژگی آن‌ها در تطبیق با کلان داده‌هاست. نتایج این تحقیق نشان داد که استفاده از روش‌های متداول یادگیری ماشین برای خوشه‌بندی و طبقه‌بندی برای هر حجمی از ویژگی‌ها قابل استفاده است.  با این حال، افزایش ویژگی‌ها، پیچیدگی تقسیم‌بندی نواحی و تأثیر عوامل مدیریت مزرعه باعث اختلال در روند آموزش الگو و کاهش دقت چرخه رانندگی استخراج‌شده و پیش‌بینی رفتار رانندگی می‌شود. بنابراین استفاده از الگوهای پیشرفته با قابلیت یادگیری عمیق برای بهبود دقت استخراج چرخه رانندگی در تراکتورهای کشاورزی ضروری است. لذا استخراج چرخه رانندگی هوشمند برای تراکتورهای کشاورزی بر اساس نوع عملیات کشاورزی به کمک روش‌های هوش مصنوعی می‌تواند موجب طراحی بهینه این دست از وسائط نقلیه غیر جاده‌ای شود و بطور همزمان خروجی‌های آلایندگی و متغیرهای اثرگذار عملیات کشاورزی را در الگوی رانندگی دخیل کند.