سامانه هشدار برخورد از جلو با ترکیب اطلاعات رادار و دوربین در شبکه ‌عصبی عمیق

رویکرد مطرح‌شده در این مقاله ارائه راهکاری برای جلوگیری یا کاهش تصادفات جاده‌ای است .ایده این مقاله بر اساس ترکیب اطلاعات رادار و دوربین است. مدل پیشنهادی در این مقاله، محیط تردد وسیله نقلیه را با استفاده از دوربین و رادار و ترکیب اطلاعات آن‌ها پایش کرده، اشیا و وسایل نقلیه را شناسایی کرده و به‌طور هم‌زمان فاصله‌ و سرعت نسبی بین وسیله نقلیه و خودرو جلویی را محاسبه می‌کند. حال اگر وسیله نقلیه فاصله قانونی را نقض کند یا با سرعت غیرمجاز به جلو برود یا خودرو جلویی ناگهان ترمز کند یا سرعت خود را کاهش یا اتفاق غیرمترقبه‌ای رخ بدهد، مدل پیشنهادی به راننده در مورد احتمال وقوع حادثه هشدار می‌دهد. شناسایی اشیا و محاسبه سرعت و فاصله نسبی با استفاده از مدل مبتنی بر شبکه عصبی کانولوشنی انجام می‌شود. در نتایج تجربی مدل پیشنهادی می‌تواند اشیا را با دقت خوبی شناسایی کند و فاصله و سرعت نسبی را نیز با دقت خوبی محاسبه کند. با توجه به نتایج آزمایش ها، سامانه هشدار برخورد از جلو طراحی شده در فاصله 5/1 متری بهترین عملکرد خود را با دقت 96٪ نشان می‌دهد. همچنین نتایج نشان می‌دهند که سامانه در فاصله 5/2 متری دقت 65٪ را از خود نشان می‌دهد. با توجه به آن که پایگاه داده جمع‌آوری شده تعداد اشیا کمتری نسبت به نمونه‌های مشابه خارجی در خود دارد، می‌توان نتیجه گرفت که با افزایش داده‌ها نتایج نیز بهبود می‌یابند. اگر سرعت عکس‌العمل یک راننده حرفه‌ای 100 میلی‌ثانیه باشد، سرعت عکس‌العمل سامانه پیشنهادی 5/8 میلی‌ثانیه است.