همیار راننده برای ترمزگیری کامیون‌های معدنی در حضور موانع دینامیکی
کد مقاله : 1163-ISME2026
نویسندگان
Behrad Massoompoor *1، علی نحوی2
1Behrad Massoompoor Department of Mechanical Engineering, Khajeh Nasir Toosi University of Technology, Tehran, Iran
2آزمایشگاه واقعیت مجازی، دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده مقاله
با توجه به وزن زیاد کامیون‌های معدنی و مسافت توقف بالای آن‌ها لازم است به صورت هوشمند و خودکار وجود موانع پیشِ رو به راننده هشدار داده شود و سطح مناسب شدت ترمز ریتاردر به وی پیشنهاد شود. در این مقاله یک چارچوب مبتنی بر بینایی ماشین برای شناسایی و ردگیری موانع متحرک در جاده‌های معدنی روباز برای تخمین فاصله، سرعت و شتاب نسبی و پیش‌بینی مسیر موانع در آینده ارائه می‌شود. این مدل‌سازی با محاسبه شاخص‌های زمانی برخورد ازجمله زمان تا برخورد، زمان تا برخورد تعمیم‌یافته، به تصمیم‌گیری استفاده از زیرسامانه‌های ترمزگیری کمک می‌کند.
در این پژوهش از الگوریتم یولو برای ردیابی موانع دینامیکی و پیوسته‌سازی ردیابی موانع در فریم‌های متوالی‌، استفاده‌شده است. یک مدل رگرسیون جنگل تصادفی برای تخمین فاصله نسبی بین موانع شناسایی‌شده و وسیله‌نقلیه میزبان به‌کار گرفته می‌شود که داده‌های موردنیاز آن از یک پایگاه داده کامیون‌های معدنی استخراج شده است. سرعت نسبی، شتاب نسبی، زمان تابرخورد و زمان تابرخورد تعمیم‌یافته برای هر فریم محاسبه و از شبکه عصبی حافظه بلند-کوتاه مدت استفاده می‌شود.
اعتبارسنجی این مدل با استفاده از ویدیوهای شبیه‌ساز رانندگی کامیون معدنی انجام شده است. مدل توانست با ردیابی موانع و پیش‌بینی مسیر احتمالی آینده، موقعیت موانع و تنظیمات مربوط به فرآیند ترمزگیری برای اجتناب از برخورد را ارائه دهد‌. دقت تخمین فاصله با خطای میانگین 0.746 متر نشان‌دهنده تطابق مناسب با فاصله واقعی است. همچنین شتاب، نیرو و گشتاور لازم برای ترمز ریتاردر هیدرولیکی در 0.333 ثانیه آینده به منظور عدم برخورد محاسبه شده است.
کلیدواژه ها
اجتناب از برخورد، کامیون‌های معدنی، پیش‌بینی مسیر، یولو، حافظه بلند-کوتاه مدت.
وضعیت: پذیرفته شده برای ارائه شفاهی