Применение нейронных сетей в интеллектуальной системе безопасности легкового автомобиля

Уфимский государственный нефтяной технический университет

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ОТЧЕТ ПРИНЯТ

Оценка ___________

____________ М.Н. Янтудин

(подпись, дата)

Реферат

на тему

«Применение нейронных сетей в интеллектуальной системе безопасности легкового автомобиля»

по дисциплине «Нейроинформатика»

Выполнил студент гр. ЭМ-06-01 ____________ Мустафина А.Р.

(подпись, дата)

Уфа 2010

СОДЕРЖАНИЕ

ВВЕДЕНИЕ…………………………………………………………….		3
1	Интеллектуальные системы безопасности в автомобилях………	4
2	Постановка задачи………………………………………………….	4
3	Предварительная обработка данных……………………………...	7
4	Архитектура модульной нейронной сети и оценка полученных результатов………………………………………………………….	10
ЗАКЛЮЧЕНИЕ……………………………………………….………..		13
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ………………….		14

ВВЕДЕНИЕ

Одним из важнейших направлений при создании современного автомобиля является разработка систем безопасности и, в частности, интеллектуальных систем, которые позволяют гибко реагировать на экстремальные ситуации. Одной из таких систем является интеллектуальная система управления открытием подушек безопасности. Система предназначена для идентификации объекта, находящегося на переднем пассажирском сиденье легкового автомобиля. Необходимость такой системы идентификации обусловлена двумя причинами, во-первых, травмами, а иногда и смертельными случаями, которые имеют место при использовании подушек безопасности. Причем жертвами таких ситуаций чаще всего бывают дети. И, во-вторых, замена подушек безопасности процедура дорогостоящая и в случае отсутствия пассажира нет необходимости открывать подушки. Интеллектуальная система безопасности должна, исходя из результатов оптических наблюдений, скорректировать работу подушек безопасности.

1 Интеллектуальные системы безопасности в автомобилях

Любой сложный механизм, и автомобиль здесь не исключение, представляет для человека определенную опасность. А потому с самого начала производства различных самоходных телег изобретатели пытались сделать их как можно безопаснее для водителя, пассажиров и пешеходов. Сначала выдумывались несуразные законы о применении сигнальщиков, бегущих с флагами впереди автомобиля, потом же инженерная мысль взяла свое. Появилось упорядоченное дорожное движение, знаки и светофоры, сама конструкция автомобилей постоянно совершенствовалась во избежание возникновения аварийных ситуаций и для уменьшения трагических последствий.

Так современная безопасность автомобиля бывает пассивной и активной. Элементы пассивной безопасности встраиваются в саму конструкцию автомобиля и служат как раз таки для снижения тяжести последствий от аварии. Это усиленные элементы рамы и кузова, специальные зоны деформации на бамперах и в подкапотном пространстве, а также подушки и ремни безопасности. Активные же средства безопасности нацелены на то, чтобы предотвратить аварийно-опасную ситуацию, сравнимо с тем, что сейчас алкотестер купить, но ни в коем случае не ехать пьяным за рулем. К активным средствам причисляют оборудование, которое контролирует тяговые и сцепные свойства автомобиля, курсовую устойчивость и крены в поворотах, а также торможение.

2 Постановка задачи

Существует множество стандартных библиотек для работы с графическими изображениями. Однако для решения поставленной задачи большинство из них не применимы из-за ряда технических аспектов, таких как низкая разрешающая способность используемых видеокамер, использование широкоугольных объективов со значительной дисторсией, наличие помех в виде существенных перепадов яркости по полю изображения, требования высокого быстродействия. Дополнительным условием является то, что разрабатываемая система должна быть легко адаптируема под любую марку автомобиля. При изменении марки автомобиля, как правило, меняется не только форма салона, но и расположение камеры внутри салона. Наиболее перспективным решением представляется использование нейронных сетей, которые как раз и предназначены для решения сложных задач распознавания. При этом для адаптации разработанной системы под новый автомобиль достаточно собрать данные в новых условиях и переобучить нейронную сеть. Структура системы и алгоритмы ее функционирования останутся неизменными.

По снимку с видеокамеры, находящейся в салоне автомобиля, необходимо классифицировать тип объекта, находящегося на пассажирском сиденье рядом с водителем. Возможные варианты классификации приведены в табл.1.

Таблица 1 — Типы пассажиров

Номер класса	Описание
0	Взрослый человек
1	Пустое сидение
2	Детское сидение

При сборе данных для класса «взрослый человек»приглашались люди разного роста, веса и пола, которые могли занимать произвольные позы, вплоть до частичной или полной блокировки камеры. Снимки «пустого сидения»содержали как полностью пустое сидение, так и сидение с некоторым количеством предметов на н

Внимание, отключите Adblock

Вы посетили наш сайт со включенным блокировщиком рекламы!
Ссылка для скачивания станет доступной сразу после отключения Adblock!

Скачать