سورنا فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

سورنا فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

جزوه آموزشی خسارت مالی بیمه های مسئولیت مدنی وسایل نقلیه (ثالث مالی)

اختصاصی از سورنا فایل جزوه آموزشی خسارت مالی بیمه های مسئولیت مدنی وسایل نقلیه (ثالث مالی) دانلود با لینک مستقیم و پر سرعت .

جزوه آموزشی خسارت مالی بیمه های مسئولیت مدنی وسایل نقلیه (ثالث مالی)


جزوه آموزشی خسارت مالی بیمه های مسئولیت مدنی وسایل نقلیه (ثالث مالی)

دانلود جزوه آموزشی خسارت مالی بیمه های مسئولیت مدنی وسایل نقلیه (ثالث مالی)

این فایل در قالب Word قابل ویرایش، آماده پرینت و ارائه به عنوان پروژه پایانی می باشد

قالب: Word

تعداد صفحات: 55

توضیحات:

فهرست مطالب

مقدمه

بخش اول: فرآیند و نحوه پذیرش و پرداخت خسارت ثالث مالی    
گام اول، مراحل پذیرش    
1- پذیرش    
الف) خسارت‌های بدون گزارش مقامات انتظامی (بدون کروکی)    
ب) خسارت‌های با گزارش مقامات انتظامی (با کروکی)    
2- کنترل مدارک در مرحله پذیرش    
3- تشخیص مورد استفاده وسیله نقلیه بعد از خسارت    
گام دوم، مدارک و تشکیل پرونده خسارتی    
گام سوم، ارجاع به کارشناس ارزیاب خسارت    
گام چهارم، ارزیابی خسارت    
نحوه تحقیق و بررسی پرونده‌های خسارتی     
گام پنجم، دریافت قطعات داغی    
گام ششم، محاسبه مبلغ خسارت    
 مرحله نهایی شدن پرونده و صدور حواله خسارت    
گام هفتم، مراحل تسویه و پرداخت خسارت    
گام هشتم، بایگانی پرونده    
انواع پرونده‌های خسارت    
بخش دوم: نکات و مسائل مهم در پرداخت خسارت ثالث مالی     
1- خسارت‌های ناشی از یدک     
2- استثنائات ثالث    
3- نامعلوم بودن راننده مقصر    
4- خسارت‌های قابل بازیافت از مقصر حادثه    
5- گواهی‌نامه‌های مشروط     
6- گواهی‌نامه‌های خارجی    
7- خسارات وارده توسط محمولات خودروهای بیمه‌شده    
8- تقسیم به نسبت    
9- تخلفات رانندگی حادثه ساز     


دانلود با لینک مستقیم


جزوه آموزشی خسارت مالی بیمه های مسئولیت مدنی وسایل نقلیه (ثالث مالی)

وسایل نقلیه

اختصاصی از سورنا فایل وسایل نقلیه دانلود با لینک مستقیم و پر سرعت .

وسایل نقلیه


وسایل نقلیه

بانک 366 ایمیل تضمینی 

فعال

آبان 94


دانلود با لینک مستقیم


وسایل نقلیه

پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر

اختصاصی از سورنا فایل پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر دانلود با لینک مستقیم و پر سرعت .

پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر


پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر

دانلود متن کامل پایان نامه مقطع کارشناسی با فرمت ورد word

 

پایان نامه دوره کارشناسی کامپیوتر گرایش نرم افزار

 موضوع:

سیستم های تشخیص وسایل نقلیه

 استاد راهنما:

مهندس باقر ازقندی

 نام دانشجو:

مهدیه خیاط

چکیده

سیستم های تشخیص وسایل نقلیه

در سال های اخیر نظارت بر ترافیک و ایمنی وسایل نقلیه اعم از خودروها ، قطارها ، کامیون ها ، …. مورد توجه کمیته های حمل و نقل هوشمند قرار گرفته است .جهت بررسی سیستم های که ما را به اهداف فوق برساند ، نیاز به تشخیص وسیله ی نقلیه است تا بتوان پردازش ها و اقدامات لازم را به عمل آورد . لذا طبق تحقیقات به عمل آمده ، تجهیزات و روش های مختلفی ما را در این مقوله یاری می کنند و عبارتند از :

1-پردازش تصاویر بدست آمده توسط دوربین های تامین شده بدین منظور

2- سیستم های ویدئویی نصب شده بر سکو های هوایی

3- بررسی تصاویر جاده ای مبتنی برپارامترهای سه بعدی

4- سیستم های مبتنی بر مشخصه های محلی وسیله ی نقلیه در یک تصویر  

5- بکار گیری الگوریتم مبتنی بر استخراج ویژگی از طریق تغییر شکل های خاص

6- بکارگیری مدل سه بعدی توسعه داده شده بر پایه ی عناصر لبه ی وسیله نقلیه

7- سیستم های مبتنی بر یادگیری با ناظر (شامل یک سیستم کک راننده و یک سیستم وسیله نقلیه خود گردان)

8- تشخیص مبتنی بر تشخیص سیگنالهای ویژه ی ارسالی

از طریق روش های فوق ، به کمک یک بانک اطلاعاتی شامل چندین وسیله نقلیه نمونه که از تصاویر واقعی جاده استخراج شده اند ، آزمایشات ویژه و متنوعی بر روی وسایل نقلیه انجام می شود و کارایی هر روش جهت تشخیص صحیح در کوتاه ترین زمان ممکن ثبت می شود و مورد استفاده های بعدی قرار خواهد گرفت .

مقدمه

   هدف اصلی از تشخیص وسایل نقلیه این است که تعداد وسایل نقلیه ی مشاهده شده در هر نقطه جهت تخمین و پیش بینی جریان خودرو ها را در یک بازه ی ترافیکی، اندازه گیری نمائیم. بدین وسیله می توانیم امنیت و بهره وری ترافیک را بهبود بخشیم. سیستم های متنوعی که هر کدام کارایی ویژه ای دارند ، رسیدن به اهداف فوق را آسان گردانیده اند .

یکی از این سیستم ها، سیستم تشخیص وسایل نقلیه ی جاده ای در تصاویر دوربینی با نرخ فریمی پایین

می باشد. اجزای پایه ای وسایل نقلیه از تصاویر استخراج می شود و سپس توسط دسته کننده های برداری با نام «اس وی ام» با یکدیگر ترکیب می شوند. این قبیل سیستم ها ، مشکل اصلی تشخیص وسایل نقلیه را در تصاویر ایستا بر طرف نموده اند ، به علاوه از تکنیک های مبتنی بر نمونه های جمع آوری شده استفاده می کنند.

گاهی اوقات اجزایی از وسایل نقلیه در تصاویر قابل دسترسی نیستند و با موانعی مسدود شده اند. با کمک یک الگوریتم تشخیص وسایل نقلیه مبتنی بر مشخصات محلی روی تصاویر بدست آمده از طریق مادون قرمز، این مشکل حل می شوند .

سیستم های ویدئویی نصب شده بر روی سکوهای هوایی بر اساس انعطاف پذیری و تغییر پذیری آنها معرفی می شوند و توانایی دارند نواحی وسیعی را جهت تشخیص از روی تراکم زمانی و فضایی داده ی نمونه پوشش دهند. الگوریتمی بدین منظور طراحی شده است که از تصاویر سه جزئی استفاده می کند و پس از تشخیص وسیله ی نقلیه در اولین تصویر، آن را در دو تصویر بعدی تطبیق می دهد و دید گسترده ای را فراهم می آورد .

همچنین در راستای عملیات ردیابی و مکان یابی وسایل نقلیه ، نیاز به تشخیص آن ها داریم. هدف این است که یک شی (وسیله ی نقلیه ) با یافتن پارامترهای سه بعدی از موانع مشاهده شده در تصاویر جاده ای تشخیص داده شود. نمونه ای دیگر از این قبیل سیستم ها ، سیستم های مبتنی بر یادگیری با ناظر است که از طریق یک سیستم کمک راننده ویک سیستم وسیله نقلیه خودگردان، توسعه یافته است و در این سیستم تابعی برای تشخیص محیط جاده و وسایل نقلیه وجود دارد و تعداد کمی از تصاویر وسایل نقلیه در حال حرکت را به کار می گیرد.

سیستم های دیگری وجود دارند که از طریق الگوریتم مبتنی بر نمونه های ساختاری که از تکنیک های استخراجی و بدست آمده از مشخصات ویژه ی تصویر وسیله ی نقلیه عمل می کند، استخراج ویژگی می نماید. این ویژگی ها توسط تغییر شکل های فوریه ای، تغییرموج ضربه ای و تغییر شکل منحنی ضربه ای به دست    می آید. عملیات روی یک مجموعه داده انجام می شود .

تشخیص وسایل نقلیه از طریق تکنیک هایی که مبتنی بر مدل های ایجاد شده از اشیاء سه بعدی است ، نیز امکان پذیر می باشد و بوسیله ی نقاط ، خطوط و سطوح ویژه ی وسیله نقلیه و مدلسازی آنها با ساختارهای مکان نگر عمل می کند .

آخرین نوع سیستم های بررسی شده ، سیستم هایی هستند که با کمک یک ناظر و تعدادی شرکت کننده ، از طریق یکسری آزمایشات ، در یک محیط شبیه سازی شده از جاده و از طریق سیگنال های ارسالی عملیات تشخیص را انجام می دهند.

فصل یکم- تشخیص وسایل نقلیه ی جاده ای در تصاویر دوربینی

 می خواهیم یک سیستم تشخیص وسایل نقلیه را مبتنی بر بینایی دوربین در قالب تکنولوژی سیستم های حمل و نقل هوشمند (آی تی اس) بررسی کنیم . برای رسیدن به این هدف، از یک دوربین واحد به عنوان ورودی استفاده می شود . یک دستگاه تصویربرداری مونوکیولار، یک دوربین دیجیتال بی سیم است که برای اندازه گیری دامنه های غیرمستقیم با استفاده از قوانین بینایی فراهم شده است .

تشخیص یک وسیله ی نقلیه در تصاویر دوربینی ، مشکل تشخیص شی در تصاویر ایستا را حل می کند . همچنین تشخیص خودرو باید بطور قوی در شرایط روشنایی متغیر ، موقعیت های متغیر و در شرایطی که برخی اجزای وسیله نقلیه تغییر کند یا در تصویر دیده نشود، اجرا شود .

تکنیک های تشخیص اشیا (وسایل نقلیه و …) را می توان در سه دسته طبقه بندی کرد که در ادامه شرح داده می شود . اولین دسته بوسیله سیستم های مبتنی بر مدل نشان داده می شود . این مدل اشیاء موردنظر را مشخص می کند و سپس سیستم برای تطبیق دادن مدل در قسمتهای مختلف تصویر برای پیدا کردن یک حالت مناسب تلاش می کند . متاسفانه ، وسایل نقلیه ی جاده ای به طور کلی در سطحی متغیر مطرح می شود و تعیین یک مدل در مسیر یک راه را غیر ممکن می سازد . در نتیجه سیستم های مبتنی بر این مدل جهت تشخیص وسایل نقلیه کمتر استفاده می شوند. دسته ی دومی روشهای تغییر ناپذیر تصویری هستند که تطبیقی مبتنی بر خصوصیات الگوی یک مجموعه تصویر انجام می دهد و به طور مزمنی شی ای که مورد جستجو قرار گرفته را تعیین می کند . وسایل نقلیه ی جاده ای ، هر الگوی وابسته به تصویر قطعی را (انواع مختلف از مدلهای وسایل نقلیه وابسته به سازنده) به دلیل تغییرپذیری بالای آن نشان نمی دهد . به همین دلیل روشهای تغییرناپذیر تصویری یک انتخاب مناسب جهت رفع مشکل تشخیص وسایل نقلیه نیست .

دسته ی سوم از تکنیکهای تشخیص شئ بوسیله الگوریتم یادگیری مبتنی بر نمونه مشخص شده اند . خصوصیات واضح از یک نوع شی توسط سیستم مبتنی بر مجموعه ای از نمونه ها یادگرفته می شود . این نوع تکنیک می تواند راه حلی را برای رفع مشکل تشخیص و ردیابی وسایل نقلیه به شرط آنکه شرایط معرفی شده پیروی شود ، فراهم کند . تعداد زیادی ازوسایل نقلیه در بانک اطلاعاتی وجود دارد . ا ین نمونه ها نمایشگر انواع وسایل نقلیه در شرایط متغیری از روشنایی وموقعیت وسایز آن در تصویر است .

تکنیک های مبتنی بر نمونه ، در طبیعت ، در محیط های متفاوت برای تشخیص عابر استفاده می شده است. به طور کلی این تکنیک ها جهت تشخیص اشیایی که قسمت های قابل تشخیص متمایزی دارند و در یک موقعیت به خوبی تعریف شده اند ، به کار برده می شود . این حالات برای وسایل نقلیه ی جاده ای ، هنگامی که یک دیدگاه ، یادگیری توزیع شده بر مبتنی بر اجزای اشیا دارد ، برای تشخیص اشیا در محیط های متفاوت و حقیقی کارآمد تر است نسبت به حالاتی که از یک دیدگاه کلی نگر استفاده می کند .

تکنیک های یادگیری توزیع شده با قسمت هایی از تصویر که قابل دسترس نیستند می تواند جهت تشخیص به کار روند و نسبت به چرخش های شی در تصویر کمتر حساس هستند .

برای تشخیص کاراتر در تشخیص اشیا در تصاویر حقیقی ، فضای جستجوی وسایل نقلیه را در یک وضعیت هوشمند بر پایه ی تصاویر جاده ای ، کاهش می دهیم . در نتیجه با خطوط علامت گذاری شده ی جاده ، کار پردازش برای تشخیص وسیله نقلیه آسانتر می شود . نواحی احاطه شده توسط محدودیت هایی از خطوط ، با انتخاب نواحی مورد نظر ، بررسی می شود .این نواحی ، شامل وسایل نقلیه ی مورد نظر هستند که به عنوان مدل تشخیص و ردیابی وسیله نقلیه به کار می رود .

 1-1- نواحی کاندید شده مورد نظر

سیستم به دو بخش زیر سیستم تقسیم می شود . اولین زیر سیستم مسئول تشخیص و ردیابی خط هاست ، همچنین خط تقاطع بوسیله اولین زیر سیستم طبق خطوط جاده ای ، مورد نظارت قرار گرفته است .

 1-1-1- تشخیص و ردیابی خط

تصاویر به دست آمده از دوربین پردازش شده است و خطوط منحنی که تصویر را پوشش داده اند برای تشخیص خطوط علامت گذاری شده به منظور بدست آوردن تخمینی از خطوط جاده ای که ناحیه ی مورد جستجو را تعیین می کند مناسب هستند .

الگوریتم حدود 50 خط در ناحیه ی مورد جستجورا در فاصله ی 2 متری از دوربین در جهت خط افقی ، بررسی می کند . همچنین با توسعه الگوریتم ، می توان اجزای یک فضای غیر یکنواخت را جستجو کرد .

بردار در حالت نهایی برای هر خط روی جاده شامل 6 متغیر است .

Coh , clh , cov , clv , x0 , q0

که coh و clh پارامترهای انحنایی سطح افق را نمایش می دهد . cov و clv کاندیدی برای پوشش پارمترهای انحنایی عمودی اند و x0 و q0 به ترتیب خطای جانبی و خطای جهت یابی وسیله نقلیه می باشد .

 

 متن کامل را می توانید دانلود نمائید چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود است

 


دانلود با لینک مستقیم


پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر

پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر

اختصاصی از سورنا فایل پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر دانلود با لینک مستقیم و پر سرعت .

پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر


پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر

دانلود متن کامل پایان نامه مقطع کارشناسی با فرمت ورد word

 

پایان نامه دوره کارشناسی کامپیوتر گرایش نرم افزار

 موضوع:

سیستم های تشخیص وسایل نقلیه

 استاد راهنما:

مهندس باقر ازقندی

 نام دانشجو:

مهدیه خیاط

چکیده

سیستم های تشخیص وسایل نقلیه

در سال های اخیر نظارت بر ترافیک و ایمنی وسایل نقلیه اعم از خودروها ، قطارها ، کامیون ها ، …. مورد توجه کمیته های حمل و نقل هوشمند قرار گرفته است .جهت بررسی سیستم های که ما را به اهداف فوق برساند ، نیاز به تشخیص وسیله ی نقلیه است تا بتوان پردازش ها و اقدامات لازم را به عمل آورد . لذا طبق تحقیقات به عمل آمده ، تجهیزات و روش های مختلفی ما را در این مقوله یاری می کنند و عبارتند از :

1-پردازش تصاویر بدست آمده توسط دوربین های تامین شده بدین منظور

2- سیستم های ویدئویی نصب شده بر سکو های هوایی

3- بررسی تصاویر جاده ای مبتنی برپارامترهای سه بعدی

4- سیستم های مبتنی بر مشخصه های محلی وسیله ی نقلیه در یک تصویر  

5- بکار گیری الگوریتم مبتنی بر استخراج ویژگی از طریق تغییر شکل های خاص

6- بکارگیری مدل سه بعدی توسعه داده شده بر پایه ی عناصر لبه ی وسیله نقلیه

7- سیستم های مبتنی بر یادگیری با ناظر (شامل یک سیستم کک راننده و یک سیستم وسیله نقلیه خود گردان)

8- تشخیص مبتنی بر تشخیص سیگنالهای ویژه ی ارسالی

از طریق روش های فوق ، به کمک یک بانک اطلاعاتی شامل چندین وسیله نقلیه نمونه که از تصاویر واقعی جاده استخراج شده اند ، آزمایشات ویژه و متنوعی بر روی وسایل نقلیه انجام می شود و کارایی هر روش جهت تشخیص صحیح در کوتاه ترین زمان ممکن ثبت می شود و مورد استفاده های بعدی قرار خواهد گرفت .

مقدمه

   هدف اصلی از تشخیص وسایل نقلیه این است که تعداد وسایل نقلیه ی مشاهده شده در هر نقطه جهت تخمین و پیش بینی جریان خودرو ها را در یک بازه ی ترافیکی، اندازه گیری نمائیم. بدین وسیله می توانیم امنیت و بهره وری ترافیک را بهبود بخشیم. سیستم های متنوعی که هر کدام کارایی ویژه ای دارند ، رسیدن به اهداف فوق را آسان گردانیده اند .

یکی از این سیستم ها، سیستم تشخیص وسایل نقلیه ی جاده ای در تصاویر دوربینی با نرخ فریمی پایین

می باشد. اجزای پایه ای وسایل نقلیه از تصاویر استخراج می شود و سپس توسط دسته کننده های برداری با نام «اس وی ام» با یکدیگر ترکیب می شوند. این قبیل سیستم ها ، مشکل اصلی تشخیص وسایل نقلیه را در تصاویر ایستا بر طرف نموده اند ، به علاوه از تکنیک های مبتنی بر نمونه های جمع آوری شده استفاده می کنند.

گاهی اوقات اجزایی از وسایل نقلیه در تصاویر قابل دسترسی نیستند و با موانعی مسدود شده اند. با کمک یک الگوریتم تشخیص وسایل نقلیه مبتنی بر مشخصات محلی روی تصاویر بدست آمده از طریق مادون قرمز، این مشکل حل می شوند .

سیستم های ویدئویی نصب شده بر روی سکوهای هوایی بر اساس انعطاف پذیری و تغییر پذیری آنها معرفی می شوند و توانایی دارند نواحی وسیعی را جهت تشخیص از روی تراکم زمانی و فضایی داده ی نمونه پوشش دهند. الگوریتمی بدین منظور طراحی شده است که از تصاویر سه جزئی استفاده می کند و پس از تشخیص وسیله ی نقلیه در اولین تصویر، آن را در دو تصویر بعدی تطبیق می دهد و دید گسترده ای را فراهم می آورد .

همچنین در راستای عملیات ردیابی و مکان یابی وسایل نقلیه ، نیاز به تشخیص آن ها داریم. هدف این است که یک شی (وسیله ی نقلیه ) با یافتن پارامترهای سه بعدی از موانع مشاهده شده در تصاویر جاده ای تشخیص داده شود. نمونه ای دیگر از این قبیل سیستم ها ، سیستم های مبتنی بر یادگیری با ناظر است که از طریق یک سیستم کمک راننده ویک سیستم وسیله نقلیه خودگردان، توسعه یافته است و در این سیستم تابعی برای تشخیص محیط جاده و وسایل نقلیه وجود دارد و تعداد کمی از تصاویر وسایل نقلیه در حال حرکت را به کار می گیرد.

سیستم های دیگری وجود دارند که از طریق الگوریتم مبتنی بر نمونه های ساختاری که از تکنیک های استخراجی و بدست آمده از مشخصات ویژه ی تصویر وسیله ی نقلیه عمل می کند، استخراج ویژگی می نماید. این ویژگی ها توسط تغییر شکل های فوریه ای، تغییرموج ضربه ای و تغییر شکل منحنی ضربه ای به دست    می آید. عملیات روی یک مجموعه داده انجام می شود .

تشخیص وسایل نقلیه از طریق تکنیک هایی که مبتنی بر مدل های ایجاد شده از اشیاء سه بعدی است ، نیز امکان پذیر می باشد و بوسیله ی نقاط ، خطوط و سطوح ویژه ی وسیله نقلیه و مدلسازی آنها با ساختارهای مکان نگر عمل می کند .

آخرین نوع سیستم های بررسی شده ، سیستم هایی هستند که با کمک یک ناظر و تعدادی شرکت کننده ، از طریق یکسری آزمایشات ، در یک محیط شبیه سازی شده از جاده و از طریق سیگنال های ارسالی عملیات تشخیص را انجام می دهند.

فصل یکم- تشخیص وسایل نقلیه ی جاده ای در تصاویر دوربینی

 می خواهیم یک سیستم تشخیص وسایل نقلیه را مبتنی بر بینایی دوربین در قالب تکنولوژی سیستم های حمل و نقل هوشمند (آی تی اس) بررسی کنیم . برای رسیدن به این هدف، از یک دوربین واحد به عنوان ورودی استفاده می شود . یک دستگاه تصویربرداری مونوکیولار، یک دوربین دیجیتال بی سیم است که برای اندازه گیری دامنه های غیرمستقیم با استفاده از قوانین بینایی فراهم شده است .

تشخیص یک وسیله ی نقلیه در تصاویر دوربینی ، مشکل تشخیص شی در تصاویر ایستا را حل می کند . همچنین تشخیص خودرو باید بطور قوی در شرایط روشنایی متغیر ، موقعیت های متغیر و در شرایطی که برخی اجزای وسیله نقلیه تغییر کند یا در تصویر دیده نشود، اجرا شود .

تکنیک های تشخیص اشیا (وسایل نقلیه و …) را می توان در سه دسته طبقه بندی کرد که در ادامه شرح داده می شود . اولین دسته بوسیله سیستم های مبتنی بر مدل نشان داده می شود . این مدل اشیاء موردنظر را مشخص می کند و سپس سیستم برای تطبیق دادن مدل در قسمتهای مختلف تصویر برای پیدا کردن یک حالت مناسب تلاش می کند . متاسفانه ، وسایل نقلیه ی جاده ای به طور کلی در سطحی متغیر مطرح می شود و تعیین یک مدل در مسیر یک راه را غیر ممکن می سازد . در نتیجه سیستم های مبتنی بر این مدل جهت تشخیص وسایل نقلیه کمتر استفاده می شوند. دسته ی دومی روشهای تغییر ناپذیر تصویری هستند که تطبیقی مبتنی بر خصوصیات الگوی یک مجموعه تصویر انجام می دهد و به طور مزمنی شی ای که مورد جستجو قرار گرفته را تعیین می کند . وسایل نقلیه ی جاده ای ، هر الگوی وابسته به تصویر قطعی را (انواع مختلف از مدلهای وسایل نقلیه وابسته به سازنده) به دلیل تغییرپذیری بالای آن نشان نمی دهد . به همین دلیل روشهای تغییرناپذیر تصویری یک انتخاب مناسب جهت رفع مشکل تشخیص وسایل نقلیه نیست .

دسته ی سوم از تکنیکهای تشخیص شئ بوسیله الگوریتم یادگیری مبتنی بر نمونه مشخص شده اند . خصوصیات واضح از یک نوع شی توسط سیستم مبتنی بر مجموعه ای از نمونه ها یادگرفته می شود . این نوع تکنیک می تواند راه حلی را برای رفع مشکل تشخیص و ردیابی وسایل نقلیه به شرط آنکه شرایط معرفی شده پیروی شود ، فراهم کند . تعداد زیادی ازوسایل نقلیه در بانک اطلاعاتی وجود دارد . ا ین نمونه ها نمایشگر انواع وسایل نقلیه در شرایط متغیری از روشنایی وموقعیت وسایز آن در تصویر است .

تکنیک های مبتنی بر نمونه ، در طبیعت ، در محیط های متفاوت برای تشخیص عابر استفاده می شده است. به طور کلی این تکنیک ها جهت تشخیص اشیایی که قسمت های قابل تشخیص متمایزی دارند و در یک موقعیت به خوبی تعریف شده اند ، به کار برده می شود . این حالات برای وسایل نقلیه ی جاده ای ، هنگامی که یک دیدگاه ، یادگیری توزیع شده بر مبتنی بر اجزای اشیا دارد ، برای تشخیص اشیا در محیط های متفاوت و حقیقی کارآمد تر است نسبت به حالاتی که از یک دیدگاه کلی نگر استفاده می کند .

تکنیک های یادگیری توزیع شده با قسمت هایی از تصویر که قابل دسترس نیستند می تواند جهت تشخیص به کار روند و نسبت به چرخش های شی در تصویر کمتر حساس هستند .

برای تشخیص کاراتر در تشخیص اشیا در تصاویر حقیقی ، فضای جستجوی وسایل نقلیه را در یک وضعیت هوشمند بر پایه ی تصاویر جاده ای ، کاهش می دهیم . در نتیجه با خطوط علامت گذاری شده ی جاده ، کار پردازش برای تشخیص وسیله نقلیه آسانتر می شود . نواحی احاطه شده توسط محدودیت هایی از خطوط ، با انتخاب نواحی مورد نظر ، بررسی می شود .این نواحی ، شامل وسایل نقلیه ی مورد نظر هستند که به عنوان مدل تشخیص و ردیابی وسیله نقلیه به کار می رود .

 1-1- نواحی کاندید شده مورد نظر

سیستم به دو بخش زیر سیستم تقسیم می شود . اولین زیر سیستم مسئول تشخیص و ردیابی خط هاست ، همچنین خط تقاطع بوسیله اولین زیر سیستم طبق خطوط جاده ای ، مورد نظارت قرار گرفته است .

 1-1-1- تشخیص و ردیابی خط

تصاویر به دست آمده از دوربین پردازش شده است و خطوط منحنی که تصویر را پوشش داده اند برای تشخیص خطوط علامت گذاری شده به منظور بدست آوردن تخمینی از خطوط جاده ای که ناحیه ی مورد جستجو را تعیین می کند مناسب هستند .

الگوریتم حدود 50 خط در ناحیه ی مورد جستجورا در فاصله ی 2 متری از دوربین در جهت خط افقی ، بررسی می کند . همچنین با توسعه الگوریتم ، می توان اجزای یک فضای غیر یکنواخت را جستجو کرد .

بردار در حالت نهایی برای هر خط روی جاده شامل 6 متغیر است .

Coh , clh , cov , clv , x0 , q0

که coh و clh پارامترهای انحنایی سطح افق را نمایش می دهد . cov و clv کاندیدی برای پوشش پارمترهای انحنایی عمودی اند و x0 و q0 به ترتیب خطای جانبی و خطای جهت یابی وسیله نقلیه می باشد .

 

 متن کامل را می توانید دانلود نمائید چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود است

 

 


دانلود با لینک مستقیم


پایان نامه سیستم های تشخیص وسایل نقلیه رشته نرم افزار کامپیوتر

پایان نامه ارشد عمران برآورد زمان تاخیر و طول صف وسائل نقلیه ناشی از عملیات اجرایی در راه ها

اختصاصی از سورنا فایل پایان نامه ارشد عمران برآورد زمان تاخیر و طول صف وسائل نقلیه ناشی از عملیات اجرایی در راه ها دانلود با لینک مستقیم و پر سرعت .

پایان نامه ارشد عمران برآورد زمان تاخیر و طول صف وسائل نقلیه ناشی از عملیات اجرایی در راه ها


پایان نامه ارشد عمران برآورد زمان تاخیر و طول صف وسائل نقلیه ناشی از عملیات اجرایی در راه ها

 

 

 

 

 

 

چکیده............................................................................................................................................................................................................... 1
مقدمه.................................................................................................................................................................................................................. 2
فصل 1- تعریف مسأله......................................................................................................................................................................... 3
-1-1 تعریف کلی مسأله............................................................................................................................................................................... 4
-2-1 نیاز به مطالعه در مورد مسأله............................................................................................................................................................ 6
-3-1 اثرات مهم مطالعه بر مسأله از نظر بهبود آن................................................................................................................................. 6
-4-1 اهداف و فرضیات ................................................................................................................................................................................. 7
-5-1 دامنه اثر مسأله در جامعه علمی و اجتماع...................................................................................................................................... 7
-6-1 محدودیت ها و چهارچوب پروژه ...................................................................................................................................................... 8
فصل 2- کاوش در متون.................................................................................................................................................................... 9
-1-2 طبقه بندی و مقدمه واظهار بکر بودن متون...................................................................................................................... 10
-2-2 بررسی مقالات............................................................................................................................................................................... 12
12................................................................................................................ HCM -1-2-2 ظرفیت منطقه کاری در راههاطبق 2000
13...................................................................................................................... HCM -1-1-2-2 ارزیابی مدل ارائه شده توسط 2000
-2-2-2 روش تعیین ظرفیت در مناطق عملیات اجرایی توسط دپارتمان حمل و نقل فلوریدا................................................ 14
-1-2-2-2 مقادیر ورودی........................................................................................................................................................................... 15
-2-2-2-2 طول منطقه کاری................................................................................................................................................................... 16
-3-2-2-2 فرضیات مدلسازی................................................................................................................................................................... 18
-4-2-2-2 برآوردظرفیت............................................................................................................................................................................ 18
-5-2-2-2 رابطه بین پارامترهای ورودی وظرفیت درمدلسازی........................................................................................................ 21
ح
فهرست مطالب
عنوان شماره صفحه
40................................................................... Loez و Krammers -3-2-2 تعیین ظرفیت در منطقه عملیات اجرایی توسط
41.............................................................................................. Dixon -4-2-2 تعیین ظرفیت در منطقه عملیات اجرایی توسط
41....................................................................................................Maze -5-2-2 تعیین ظرفیت در منطقه عملیات اجرایی توسط
42.................................................................................................... Kim -6-2-2 تعیین ظرفیت در منطقه عملیات اجرایی توسط
43......................................................................... Hall وAL – Kaisy -7-2-2 تعیین ظرفیت در منطقه عملیات اجرایی توسط
-3-2 بررسی تزها و پروژه ها.............................................................................................................................................................. 46
درمقاطعی از آزادراه که CORSIM -1-3-2 اندازه گیری زمان تاخیر به کمک نظریه صف و شبیه سازی توسط نرم افزار
دچار تغییر در سطح سرویس دهی می گردنند...................................................................................................................................... 46
-4-2 بررسی کتاب ها............................................................................................................................................................................. 48
-1-4-2 تعیین زمان تاخیر ناشی از صف و طول صف وسائل نقلیه به روش نظریه صف........................................................... 48
-2-4-2 مدل یکنواخت............................................................................................................................................................................. 48
-3-4-2 مدل پواسون.................................................................................................................................................................................. 49
-4-4-2 محدودیت های مدل پواسون...................................................................................................................................................... 50
-5-4-2 ابعاد مدل های صف....................................................................................................................................................................... 51
-5-2 سؤالات مطرح شده و یافته ها تا زمان حاضر................................................................................................................... 57
فصل 3- روش تحقیق...................................................................................................................................................................... 59
-1-3 روش بکارگرفته شده و دلایل آن ........................................................................................................................................ 60
62.................................................................AIMSUN -1-1-3 شبیه سازی منطقه عملیات اجرایی با پارامترهای پیش فرض
-2-1-3 آنالیز حساسیت............................................................................................................................................................................ 62
خ
فهرست مطالب
عنوان شماره صفحه
-3-1-3 اعتبارسنجی نتایج خروجی......................................................................................................................................................... 62
-1-3-1-3 درصدجذر میانگین مربعات خطا.......................................................................................................................................... 62
-2-3-1-3 ضریب همبستگی.................................................................................................................................................................... 63
-3-3-1-3 ضرایب تیل............................................................................................................................................................................... 63
به استفاده از شبکه عصبی والگوریتم ژنتیک............................................. 65 AIMSUN -4-1-3 کالیبراسیون پارامترهای موثر
-5-1-3 شبیه سازی منطقه عملیات اجرایی با مقادیر مختلف ورودی............................................................................................. 65
-6-1-3 تعیین مدل بهینه زمان تاخیر و طول صف............................................................................................................................. 66
-2-3 دستورالعمل جمع آوری اطلاعات وروش های بکاررفته ............................................................................................. 68
-3-3 تعاریف ، اختصارات و نشانه های ریاضی .......................................................................................................................... 70
-4-3 برنامه کامپیوتری استفاده شده............................................................................................................................................. 70
70...............................................................................................................................................................AIMSUN -1-4-3 نرم افزار
73........................................................................................................................AIMSUN -1-1-4-3 مدل خودرو به دنبال هم در
75.....................................................................................................................................AIMSUN -2-1-4-3 پارامترهای نرم افزار
-5-3 ارائه مباحث ضروری علمی...................................................................................................................................................... 77
-1-5-3 معماری........................................................................................................................................................................................... 77
-2-5-3 تابع فعال سازی نرون................................................................................................................................................................. 77
-3-5-3 روش آموزش................................................................................................................................................................................ 78
-4-5-3 ارزشیابی مدل شبکه عصبی....................................................................................................................................................... 79
-5-5-3 مفاهیم پایه در الگوریتم ژنتیک................................................................................................................................................ 80
-1-5-5-3 اندازه جمعیت........................................................................................................................................................................... 81
د
فهرست مطالب
عنوان شماره صفحه
-2-5-5-3 انتخاب...................................................................................................................................................................................... 81
-3-5-5-3 ادغام......................................................................................................................................................................................... 82
-4-5-5-3 نرخ ادغام ................................................................................................................................................................................ 82
-5-5-5-3 جهش......................................................................................................................................................................................... 83
-6-5-5-3 نرخ جهش................................................................................................................................................................................. 83
فصل 4- جمع آوری اطلاعات..................................................................................................................................................... 84
1-4 جمع آوری داده ها................................................................................................................................................................................ 85
1-1-4 اطلاعات مربوط به شرایط هندسی منطقه عملیات اجرایی.................................................................................................... 85
2-1-4 اطلاعات مربوط به شرایط ترافیکی منطقه عملیات اجرایی.................................................................................................... 85
3-1-4 محل آمارگیری و نحوه برداشت.................................................................................................................................................... 86
فصل 5- تجزیه و تحلیل داده ها.............................................................................................................................................. 90
1-5 آنالیز حساسیت...................................................................................................................................................................................... 91
102................................................................................................................ AIMSUN 2-5 کالیبراسیون پارامترهای موثرنرم افزار
104............................................................................................................................... AIMSUN 3-5 ارزیابی پارامتر های نرم افزار
4-5 تعیین مدل زمان تاخیر..................................................................................................................................................................... 105
1-5-5 مدل بهینه زمان تاخیر وسائل نقلیه.......................................................................................................................................... 163
5-5 تعیین مدل طول صف........................................................................................................................................................................ 166
1-5-5 مدل بهینه طول صف................................................................................................................................................................... 183
ذ
فهرست مطالب
عنوان شماره صفحه
فصل 6- جمع بندی و نتیجه گیری.................................................................................................................................... 184
1-6 جمع بندی........................................................................................................................................................................................... 185
2-6 نتیجه گیری....................................................................................................................................................................................... 188
3-6 پیشنهادات........................................................................................................................................................................................... 191
پیوست الف- بررسی شبکه عصبی و الگوریتم ژنتیک......................................................................................... 192
پ الف- 1بررسی شبکه عصبی................................................................................................................................................................. 193
1کلیات شبکه عصبی مصنوعی............................................................................................................................................ 193 - پ-الف 1
2ساختار شبک ههای عصبی مصنوعی.................................................................................................................................. 195 - پ-الف 1
1 شبکه تک لایه................................................................................................................................................................. 196 -2- پ-الف 1
2 شبکه های چند لایه..................................................................................................................................................... 197 -2- پ-الف 1
3 وظایف شبکه عصبی........................................................................................................................................................... 199 - پ-الف 1
4 توابع تحریک مورد استفاده در شبک ههای عصبی....................................................................................................... 200 - پ-الف 1
5 آستانه.................................................................................................................................................................................... 203 - پ-الف 1
6 نگاهی اجمالی به الگوریتم های آموزش.......................................................................................................................... 204 - پ-الف 1
7هدف از آموزش شبکه......................................................................................................................................................... 205 - پ-الف 1
1آموزش نظارت شده........................................................................................................................................................ 205 -7- پ-الف 1
2 آموزش غیرنظارت شده................................................................................................................................................ 206 -7- پ-الف 1
8 روش های آموزشی.............................................................................................................................................................. 207 - پ-الف 1
1 روش نزول گرادیان...................................................................................................................................................... 207 -8- پ-الف 1
2 روش اندازه حرکت........................................................................................................................................................ 209 -8- پ-الف 1
ر
فهرست مطالب
عنوان شماره صفحه
9 شرایط تعمیم موفقیت آمیز............................................................................................................................................... 210 - پ-الف 1
پ-الف - 2الگوریتم ژنتیک....................................................................................................................................................................... 212
1روشهای مختلف انتخاب .................................................................................................................................................. 212 - پ-الف - 2
1روش چرخ رولت .......................................................................................................................................................... 212 -1- پ-الف - 2
2روش رقابتی .................................................................................................................................................................. 212 -1- پ-الف - 2
3روش رتبه بندی............................................................................................................................................................ 213 -1- پ-الف - 2
4مفهوم برگزیده ............................................................................................................................................................. 213 -1- پ-الف - 2
2 ادغام.................................................................................................................................................................................... 214 - پ-الف - 2
1روش ادغام تک نقطه ای یا تک مکانی ................................................................................................................... 215 -2- پ-الف - 2
2روش ادغام دونقطه ای................................................................................................................................................. 215 -2- پ-الف - 2
3روش ادغام چندنقطه ای............................................................................................................................................. 216 -2- پ-الف - 2
4روش ادغام یکنواخت................................................................................................................................................... 216 -2- پ-الف - 2
3نرخ ادغام ............................................................................................................................................................................ 216 - پ-الف - 2
218..................................................................................................AIMSUN پیوست ب- نتایج حاصل از نرم افزار
F آزمون ، t شامل ضرائب رگرسیون،آزمون SPSS پیوست ج- نتایج حاصل از نرم افزار 16
وآزمون نرمال بودن مانده ها..................................................................................................................................................... 282
منابع و مأخذ......................................................................................................................................................................................... 356
فهرست منابع فارسی................................................................................................................................................................................. 357
فهرست منابع لاتین................................................................................................................................................................................... 359
چکیدة انگلیسی..


دانلود با لینک مستقیم


پایان نامه ارشد عمران برآورد زمان تاخیر و طول صف وسائل نقلیه ناشی از عملیات اجرایی در راه ها