بخشی از مقاله
چکیده
امروزه با رشد روزافزون شبکه های حسگر بی سیم و استقرار این نوع از شبکه ها در شهرهای هوشمند باعث شده تا مطالعات در این زمینه ها بسیار گسترده شود. ازجمله قسمت های مهم و چالش برانگیز در هر شهر هوشمند، بخش حمل و نقل و مخصوصا حرکت خودروها در خیابان ها است. امروزه با استفاده از سخت افزارها و حسگرهای متنوعی حرکت این خودروها رصد شده و تجزیه و تحلیل می شود.
در همین راستا طراحی چهارراه های هوشمند که بتوانند بدون دخالت انسان خود را بطور منظم مدیریت کرده و ترافیک در چهارراه را کنترل کنند مطلوب این مقاله است. در این مقاله پس از معرفی روش های متداول کنترل چهارراه ها، روش پردازش تصویر را شرح داده و همچنین درباره پردازش رنگ نیز توضیحاتی داده می شود چرا که روش پردازش در این مقاله است. در پایان فلوچارت کنترل چهارراه را ارائه و مراحل کار را شرح می دهیم.
-1 مقدمه
در این تحقیق طبق دانسته ها درباره اینترنت اشیا و شهرهای هوشمند به دنبال طراحی یک چهارراه هوشمند به وسیله سخت افزارهای متداول شهرهای هوشمند و همچنین بکارگیری متدهای پردازش تصویر هستیم. بخش های مختلف یک شهر، باعث شده که مطالعات در زمینه هوشمند سازی آنها بسیار گسترده شود . چهارراه به عنوان یکی از کلیدی ترین بخش های یک شهر مطلوب این تحقیق است، چرا که با کنترل هوشمند و منظم یک چهارراه می توان ترافیک سراسری یک شهر را به طور کامل کنترل کرد.
منظور از چهارراه هوشمند، جابجایی ترافیک - خودروها و انسان ها - بدون دخالت انسان است و کنترل ترافیک در چهارراه به صورتی باشد که کمترین حجم ترافیک در چهارراه وجود داشته باشد. این سیستم هوشمند اعمال شده در این چهارراه باید در زمان شلوغی و در برابر ترافیک سنگین طوری عمل بکند که انسانها و خودروها اتلاف زمان کمتری داشته باشند، به بیان دیگر سیستم هوشمند بهینه ترین عملیات را برای کنترل چهارراه انتخاب کند. با رشد روز افزون سخت افزارها و نرم افزارهای تحلیلی و همچنین روش های متنوع برنامه نویسی، به طرق مختلفی می توان یک چهارراه را کنترل کرد. در بخش بعدی به کارهای انجام شده در این زمینه خواهیم پرداخت.
-2 پیشینه پژوهش
مطالعات در زمینه شهرهای هوشمند و تشخیص اشیا در موقعیت های مکانی را می توان از دو دیدگاه بررسی کرد. در تعدادی از تحقیقات صورت گرفته شناسایی انسان ها و خودرو ها را از روی امواج رادیوالکتریکی مانند بلوتوث و وای فای انجام می دهند. اینها امواجی هستند که از خودروها و یا تجهیزاتی که انسانها با انها سر و کار دارند ساطع می شود. به عنوان مثال در تحقیقی جریان های ترافیکی شهرهوشمند را به وسیله دریافت امواج رادیوالکتریکی از خودروها و انسانها کنترل و هدایت می کنند. بر همین اساس نیز می توانند با استفاده از داده های حال حاضر پیش بینی برای ترافیک های در آینده داشته باشند.
در مثالی دیگر در همین زمینه می توان به مقاله ای اشاره کرد که خودرو ها و اشخاص را به وسیله بلوتوث شناسایی میکرد. این نوع از تشخیص ها به سیستم هوشمند کمک می کند تا امنیت را بالا برده و همه کسانی که به یک منطقه وارد می شوند را شناسایی کنند.
در دسته دوم تحقیقات انجام شده در این زمینه، شناخت و تشخیص اشخاص و خودروها از طریق پردازش تصویر انجام می شود. آنها تصاویر و ویدئو هایی را به عنوان ورودی به سیستمشان وارد می کنند و با متدهای پردازش تصویر اجزا مطلوبشان را شناسایی می کنند. به عنوان مثال در تحقیقی با استفاده از الگوریتم های تشخیص حرکت در پردازش ویدئویی انسانها را شناسایی کرده و در یک مکان تمامی حرکات را پردازش می کنند. - - 3 و یا در مقاله ای دیگر از روش تشخیص چهره، مردم را شناسایی می کنند تا سطح امنیت را در شهر های هوشمند بالا ببرند.
به دلیل کاربرد فراوان و همچنین سادگی اجرا و اعمال الگوریتم های متنوع در این نوع از پردازش ها، در این مقاله روش پیشنهادی برای کنترل چهارراه هوشمند را از دسته دوم انتخاب کرده و برای تشخیص خودروها در سر چهارراه ها از پردازش تصویر استفاده می کنیم.
-3 کاربرد پردازش تصویر در شهرهای هوشمند
طبق مطالعات انجام شده، بیشتر روش های ارائه شده در زمینه کنترل ترافیک در سر چهارراه ها بر اساس سیستم های پردازش تصویر و شمارش خودرو ها است - . - 2 به این صورت که دوربین ها با ثبت تصاویر از خیابان و فرستادن به سمت سرورشان و همچنین انجام پردازش ویدئو در سمت سرور به این نتیجه می رسند که تعداد خودرو ها در تصاویر چه تعداد است. پس از شمارش خودروها در چهارراه، آنگاه سیستم تصمیم می گیرد که آیا چهارراه شلوغ و پرترافیک است یا خیر؟ که بعد از این تصمیم، تصمیمات بعدی مبنی بر کنترل چهارراه اتخاذ شود.
همانطور که در شکل1 مشخص است، این دست از پردازش ها به وسیله تشخیص اجزا در تصویر عمل می کنند. با استفاده از الگوریتم ها و متدهای پردازش تصویر و ویدئو اجزای داخل تصویر را شناسایی کرده و تشخیص می دهد که در کدام قسمت از خیابان خودرو قرار دارد، همچنین تشخیص می دهد که خودرو در حال حاضر در حال حرکت است یا ایستاده است. این تشخیص ها به سیستم کمک می کند تا تصمیم مطلوب را بگیرد.
شکل -1 تشخیص خودرو در یک خیابان پردازش تصویر و ویدئو طی مراحل گوناگونی انجام می شود که بسته به نوع الگوریتمی که انتخاب می کنیم مراحل کار ان متفاوت می شود. در این مثال مراحل پردازش به این گونه است که ابتدا تصویر دریافتی انالیز شده و مقادیر اولیه ای همچون لبه ها، حد و مرز تصویر و فاصله ها تشخیص و محاسبه می شود.
مرحله دوم بیشتر الگوریتم های پردازشی مربوط به حالت خاکستری است که تصویر از حالت رنگی خارج شده و به حالت خاکستری می رود همچنین فشرده سازی در تصویر هم انجام می شود. طی مراحل بعدی تصویر به حالت صفر و یک تبدیل می شود، این درحالیست که صفر نشانگر رنگ سیاه و یک نشانگر رنگ سفید است. طی این مراحل خودروها در تصویر مشخص و موقعیت مکانی انها در تصویر و در واقع در جاده تعیین می شود. - - 8
شکل 2 مراحل پردازش تصویر
-4 پردازش و تشخیص رنگ
پس از معرفی پردازش تصویر که یکی از روشهای متداول تشخیص اشیاء در شهرهای هوشمند است، معرفی روش پردازش مطلوب این مقاله را انجام می دهیم. پردازش و تشخیص رنگ به طور مستقیم در این مقاله کاربرد دارد. دکتر J. william و همکارانشان در مقاله ای به نام "تشخیص رنگ بلادرنگ" روشی را برای جداسازی رنگ ها در تصویر ارائه داده اند و توانستند با روشی سه رنگ آبی، قرمز و سبز را از یک تصویر استخراج کنند. آنها بر این عقیده اند که پردازش تصاویر رنگی نیاز به حافظه بالایی و پردازشگر قدرتمندی دارد، این درحالیست که با تبدیل تصویر به حالت Grayscale بدون صرف حافظه زیاد و زمان بالا، پردازش تصویر را انجام و رنگ مطلوب را تشخیص داد
شکل 3 تشخیص سه رنگ آبی، قرمز و سبز
همانطور که در شکل مشخص است شکل سمت چپ به عنوان ورودی به الگوریتم ارسال شده است و پس از پردازش و تشخیص رنگ به شکل سمت راست تبدیل شده است که مشخصا توانسته سه رنگ را تشخیص دهد. این مقاله درباره پردازش بلادرنگ است، انها این روش را بر روی یک ربات که مجهز به دوربین با کیفیتی بود پیاده کردند تا در یک لحظه بتواند پردازش را انجام داده و اشیا با رنگ مطلوب را پیدا کند.
از همین روش می توان برای پردازش تصویر و تشخیص رنگ بر روی تصاویر دوربین چهارراه ها استفاده کرد تا در هر لحظه رنگ خاکستری آسفالت را تشخیص دهد. نکته حائز اهمیت اینست که به دلیل پردازش رنگ خاکستری، نیاز به حافظه زیادی نیست و همچنین سرعت پردازش این نوع از تصاویر بسیار بالا است.
-5 ترکیب سنسور و دوربین
حال در این بخش به توضیح روش پیشنهادی برای کنترل هوشمند یک چهارراه می پردازیم. سیستمی که در نظر گرفته شده، پایبند به کار عادی یک چهارراه و چراغ راهنمایی است. در خیلی از اوقات در شبانه روز و خیلی از چهارراه ها حتی نیاز به دستکاری زمان چراغ راهنمایی هم نیست. به دلیل اینکه در زمانهایی از شبانه روز که ترافیک خیابان ها سبک است دستکاری نظم یک چهارراه خود می تواند دلیل بوجود آمدن ترافیک سنگین باشد
