كنترل خودكار پرواز هليکوپتر مدل به وسيله بينایی ماشين

یکی از رشته های زیر مجموعه فنی مهندسی که علاقمندان بسیاری در کشور ما  دارد رشته کامپیوتر و فناوری اطلاعات هستش که اتفاقا سایت دیجی لود در حال تکمیل سری جدیدی از پایان نامه های ارشد این رشته تحصیلی برای کاربران گرانقدر خود میباشد. دیجی لود در ادامه پایان نامه ” كنترل خودكار پرواز هليکوپتر مدل به وسيله بينایی ماشين ”   با فرمت Word (قابل ویرایش) در 71 صفحه را معرفی مینماید.

چکیده پایان نامه كنترل خودكار پرواز هليکوپتر مدل به وسيله بينایی ماشين :

امروزه کنترل خودکار در سیستم های حمل و نقل به طور گسترده ای به کار می رود. دلایل متعددی برای بکارگیری این روش وجود دارد که اهم آن عبارتند از کاهش هزینه، قابلیت سبک تر ساختن وسایل، امنیت بیشتر سرنشینان و یا دور از خطر ماندن آنها. دو مورد آخر در سیستم هایی که قابلیت پرواز دارند بیشتر به چشم می  خورد. در این پایان نامه یک سیستم کنترل پرواز هلیکوپتر طراحی شده است که قابلیت کنترل از راه دور مبتنی بر پردازش تصویر را داراست. هلیکوپتر مدل با استفاده از یک دوربین متصل به رایانه، با استفاده از الگوریتم های پردازش تصویر ردیابی می شود. پس از ردیابی هلیکوپتر، فرمان ها با نرخ انتقال 9600 فریم بر ثانیه از کامپیوتر به سخت افزار  ارسال می شود. سخت افزار ساخته شده در این پروژه یک بورد دست ساز جهت دیجیتال کردن پارامتر های آنالوگ رادیو کنترل و همچنین وطیفه دریافت فرمان از کامپیوتر را دارد. هلیکوپتر با استفاده از پردازش تصویر و الگوریتم های ردیابی رنگ شناسایی می شود سپس موقعیت جهت X,Y هلیکوپتر در صفحه معیین شده و به نمایش در می آید. به منظور انجام ردیابی با سرعت بالا، روش های مورد استفاده برای تشخیص شی و همچنین آستانه گیری و تقسیم بندی به کارگرفته شده است. تشخیص هلیکوپتر در فریم توسط وبکم کامپیوتر و دوربین مایکروسافت کینکت انجام شده است. پیاده سازی برنامه ها و الگوریتم های مورد نیاز به زبان C++ در محیط Visual Studio 2013 انجام شده است. پردازش تصویر به وسیله تابع ردیابی رنگ cvInRenge موجود در کتابخانه پردازش تصویر OpenCV انجام شده است. کامپیوتر به وسیله وبکم متصل به آن، هلیکوپتر در حال پرواز را شناسایی می کند سپس کامپیوتر از طریق پورت سریال به رادیو کنترل دستورات سرعت و چپ و راست را ارسال می کند تا هلی کوپتر در مرکز فریم قرار گیرد.

واژه های کلیدی: بينایی ماشين ، تشخیص هلیکوپتر، شناسایی رنگ، رادیو کنترل، کتابخانه پردازش تصویر

 کلیّات تحقیق

اهمیت بینایی کامپیوتر، از طریق بسیاری از کاربرد ها در زندگی قابل مشاهده است. بینایی ماشین ، کاربردهایی همچون تشخیص سرطان، برنامه های امنیتی، بیومتریک و موارد دیگر را دارا می باشد.

پردازش تصاویر امروزه بیشتر به موضوع  پردازش تصاویر دیجیتالی گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال های دیجیتال که نماینده تصاویر برداشته شده با یک دوربین دیجیتال یا تصاویر پویش شده توسط یک پویشگر هستند، سر و کار دارد. پردازش تصاویر دارای دو شاخه عمده بهبود تصاویر و بینایی ماشین است. بهبود تصاویر دربرگیرنده روشهایی همچون استفاده از محوکننده‌ها و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد(مانند چاپگر یا نمایشگر رایانه)است، در حالی که بینایی ماشین به روشهایی می‌پردازد که به کمک آنها می‌توان معنی و محتوای تصاویر را درک کرد تا از آنها در کارهایی چون رباتیک استفاده شود.

ردیابی اشیاء، نمایش تغییرات موقعیت یک شیء و دنبال کردن آن در یک دنباله از تصاویر ویدئویی، با هدفی خاص است که باید با دقت مطلوبی انجام شود. اگرچه سابقه ایجاد پدیده ردیابی اشیاء به مسائل نظامی برمی‌گردد ولی امروزه به دلیل کاربردهای بسیار گسترده‌ی ردیابی اشیاء در زمینه‌های مختلف، مثلاً کنترل ترافیک و تشخیص حرکات غیرمعمول، این مقوله و جوانب مختلف آن مورد توجه ویژه‌ای قرار گرفته است. از جمله مسائلی که همواره عملکرد الگوریتم‌های ردیابی را با مشکل مواجه ساخته است، تعامل آنها با روش‌های تشخیص هدف، ظاهر متغیر اهداف و همچنین ردیابی همزمان چند هدف است.

در این پژوهش، یک روش با بهره وری بالاتر و دقیق‌تر از روش‌های قبل ‌برای ردیابی اشیاء با استفاده از تصویر برداری با دوربین وبکم معرفی می‌گردد. در این سیستم تصاویر ویدئویی گرفته شده از پرواز هلیکوپتر مدل، پردازش، شناسایی و استخراج می‌گردند. الگوریتم پیشنهادی به چندین تقسیم می شوند. ابتدا پس‌زمینه‌ی ثابت را شناسایی و نویز را از آن حذف می‌کند. این پس‌زمینه برای تفریق شدن از اشیا‌ی متحرک به‌کار می‌رود. پس از آن طی یک مرحله‌ی فیلتر کردن تصویر، سایه‌ها و نویزهای تصویر فیلمبرداری شده حذف و در نهایت با استفاده از روش مسیریابی حباب شی متحرک یا اشیا‌ی متحرک تفکیک، شناسایی و ردیابی می‌شوند. آزمایش این سیستم، بر روی تصاویری از یک فرد در حیاط منزل و جاده‌های شهری انجام شد. نتایج تجربی نشان می‌دهد که مدل پیشنهادی برای تشخیص اشیاء متحرک و ردیابی آنها، به خوبی کار می‌کند و می‌تواند تخمین حرکت و مسیر حرکت اشیاء را از نظر سرعت و دقت تا حد مطلوبی بهبود دهد. ردیابی شیء، در وسایل نقلیه هوایی مستقل (یا هواپیماهای بدون سرنشین) کاربرد دارد، روش دیگر مورد استفاده برای ردیابی وسایل نقلیه هوایی، تشخیص رنگ می باشد که با استفاده از الگوریتم پردازش تصویر جهت شناسایی رنگ مورد استفاده قرار می گیرد.

فهرست مطالب

 فصل 1. 14

کلیّات تحقیق. 14

1-1-       کلیّات تحقیق. 15

1-1-1-       تعریف مساله و اهداف تحقیقات.. 16

1-2-       اهداف.. 16

1-3-       سازمان پایان نامه. 16

فصل2. 18

پیشینه تحقیق. 18

2-1-       پیشینه تحقیق. 19

2-2-       وسایل نقلیه خودمختار. 19

2-2-1-       هوش داخلی.. 19

2-2-2-       هوش خارجی.. 20

2-2-3-       ترکیبی از هوش خارجی با هوش داخلی.. 20

2-3-       پردازش تصویر. 20

2-4-       ردیابی شی.. 21

2-5-       چالش های در ردیابی شی.. 22

2-6-       انتخاب ویژگی.. 22

2-6-1-       رنگ… 22

2-6-2-       لبه. 23

2-6-3-       بافت.. 24

2-6-4-       تشخیص شی.. 24

2-6-5-       تفریق پس زمینه. 25

2-6-6-       قطعه بندی تصاویر. 25

2-7-       تشخیص لبه و ارتباط (اتصال) 26

2-8-       مدل های کانتور فعال مبتنی بر لبه. 26

2-9-       ردیابی اشیای متحرک.. 27

2-10-     نتیجه گیری.. 27

فصل3. 29

روش اجرای تحقیق، مواد و روش ها 29

3-1-       روش اجرای تحقیق/ مواد و روش ها 30

3-2-       ابزار نرم افزار. 30

3-2-1-       نظریه کنترل. 30

3-2-2-        کتابخانه بينایی ماشين   OpenCV.. 31

3-3-                       Thresholding. 32

3-3-1-                         Thresholding دودویی.. 32

3-3-2-                         Thresholding دودویی معکوس… 32

3-3-3-                         Thresholding آستانه به صفر. 33

3-3-4-                         Thresholding آستانه معکوس به صفر. 33

3-4-       بورد آردوینو. 34

3-5-       ابزار سخت افزار. 34

3-5-1-       هلیکوپتر. 34

3-5-2-       کینکت.. 35

3-5-3-       تشریح آردوینو. 37

3-5-4-       بورد ساخته شده 37

فصل چهارم 39

اجرای سیستم. 39

4-1-       اجرای سیستم. 40

4-2-       کنترل از طریق آردینو. 40

4-3-1-       مهندسی معکوس سیگنال های مادون قرمز. 40

4-3-2-        مدولاسیون PWM… 41

4-3-3-       ساختار بسته مادون قرمز. 41

4-4-       دقت نقشه عمق کینکت.. 43

4-5-       نتایج بدست آمده 44

4-6-       پایداری در هوا 46

4-7-       خلاصه. 47

فصل 5. 48

بحث، نتیجه گیری و پیشنهادات.. 48

5-1-       کنترل پتانسیومتر دیجیتال. 49

5-2-       کنترل هلیکوپتر از طریق کامپیوتر. 49

5-2-1-       ردیابی.. 50

5-2-2-       استخراج موقعیت هلیکوپتر. 50

5-2-3-       ردیابی لبه. 51

5-2-4-       دوربین مورد استفاده پروژه 51

5-2-5-       کامپیوتر مورد نیاز پروژه 52

5-2-6-       روش تشخیص رنگ… 52

5-2-7-       تشخیص رنگ و فیلتر رنگ ها 53

5-2-8-       نرم کننده تصویر. 54

5-3-       ماژول ارتباط سخت افزار با کامپیوتر مورد استفاده در پروژه 54

5-4-       محیط برنامه نویسی پروژه 55

5-5-       کتابخانه OpenCV. 55

5-6-       نحوه کارکرد پروژه 56

5-7-       الگوریتم پروژه 56

5-8-       خلاصه. 58

5-9-       پیشنهادات.. 58

فهرست منابع. 60

5-3-       ضمائم. 62

فهرست جدول ها

جدول 1،5: نقشه عمق کینکت نتایج دقت در هنگام استفاده از یک کتاب… 44

جدول 2،5: جهت هلیکوپتر. 46

فهرست نمودارها/اشکال

شکل 1،2: توزیع رنگ و فیلتر کردن ذرات. 23

شکل 2،2: لبه در یک تصویر با استفاده از ماسک فیلتر Canny 24

شکل 3،2: نمایش نتایج: از الگوریتم تفریق زمینه های مختلف. 25

شکل 1،3: حلقه عمومی بازخورد. 30

شکل 2،3: تصویری از هلیکوپتر مدل استفاده شده در این پروژه 35

شکل 3،3: سایه در نقشه عمق کینکت. 36

شکل 4.3: حلقه بازخورد عمومی برای سیستم خلبان خودکار. 37

شکل5،3: عکس رادیو کنترل هلیکوپتر مدل. 38

شکل6،3: عکس بورد ساخته شده برای پروژه 38

شکل 1،4: طراحی شماتیک از حداکثر قدرت LED مادون قرمز. 41

شکل 2،4: مونتاژ کیت IR متصل به آردوینو. 42

شکل 3،4: بسته مادون قرمز در یک اسیلوسکوپ… 42

شکل 4،4: فرکانس حامل در یک اسیلوسکوپ… 43

شکل 5،4: نمونه ای از یک بسته کامل مادون قرمز. 43

شکل6،4: دیتاشیت پتانسیومتر دیجیتال AD8403. 49

شکل 7،4: هلیکوپتر نمونه استفاده شده در پروژه 50

شکل 8،4: قاب اصلی، ماسک های تولید شده، ماسک پس از فرسایش تولید شده توسط آستانه. 51

شکل 9،4: راه اندازی سیستم خلبان اتوماتیک. 51

شکل 1،5: راه اندازی و آزمایش…. 44

شکل 2،5: دوربین RGB کینکت و سنسور عمق خروجی نشان می دهد. 45

شکل 3،5: دوربین RGB کینکت و سنسور عمق خروجی.. 45

شکل 4،5:نتایج آستانه در شرایط نوری مناسب، نتایج آستانه در نور روشن باعث سطوح روشن در پس زمینه. 46

راهنمای خرید و دانلود فایل

برای پرداخت، میتوانید از کلیه کارتهای عضو شتاب  استفاده نمائید.

بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.

در صورت بروز  هر مشکلی،میتوانید از طریق تماس با ما  پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.

برای دانلود فایل روی دکمه خرید و دانلود  کلیک نمایید.