कंप्यूटर इंजीनियरिंग और सूचना प्रौद्योगिकी जर्नल

YOLOv4 के साथ ऑब्जेक्ट डिटेक्शन का उपयोग करके एक स्वायत्त कार का डिजाइन और विकास

ऋषभ चोपड़ा, साकेत प्रधान और अनुज गोयनका

भविष्य की कारों के चालक रहित होने का अनुमान है; बिंदु-से-बिंदु परिवहन सेवाएँ जो दुर्घटनाओं से बचने में सक्षम हैं। इस लक्ष्य को प्राप्त करने के लिए, ऑटो-निर्माता संभावित स्वायत्त ड्राइविंग को साकार करने के लिए निवेश कर रहे हैं। इस संबंध में, हम रंगीन शंकुओं से बने ट्रैक पर, स्टीयरिंग के प्राथमिक साधन के रूप में ऑब्जेक्ट-डिटेक्शन का उपयोग करके स्वायत्त ड्राइविंग में सक्षम एक सेल्फ-ड्राइविंग मॉडल कार प्रस्तुत करते हैं। यह पेपर एक मॉडल वाहन के निर्माण की प्रक्रिया से गुजरता है, इसके एम्बेडेड हार्डवेयर प्लेटफ़ॉर्म से, स्वचालित डेटा अधिग्रहण और मॉडल-प्रशिक्षण के लिए आवश्यक एंड-टू-एंड एमएल पाइपलाइन तक, जिससे एक डीप लर्निंग मॉडल को कार की गतिविधियों को नियंत्रित करने के लिए हार्डवेयर प्लेटफ़ॉर्म से इनपुट प्राप्त करने की अनुमति मिलती है। यह कार को स्वायत्त रूप से निर्देशित करता है और मैन्युअल फ़ीचर-एक्सट्रैक्शन के बिना वास्तविक समय के ट्रैक के लिए अच्छी तरह से अनुकूल होता है। यह पेपर एक कंप्यूटर विज़न मॉडल प्रस्तुत करता है जो वीडियो डेटा से सीखता है और इसमें इमेज प्रोसेसिंग, ऑग्मेंटेशन, व्यवहारिक क्लोनिंग और एक कन्वोल्यूशनल न्यूरल नेटवर्क मॉडल शामिल है। डार्कनेट आर्किटेक्चर का उपयोग वीडियो सेगमेंट के माध्यम से वस्तुओं का पता लगाने और इसे 3D नेविगेट करने योग्य पथ में बदलने के लिए किया जाता है। अंत में, शोधपत्र में निष्कर्ष, परिणाम और प्रयुक्त तकनीक में भविष्य में सुधार की संभावना पर प्रकाश डाला गया है।

अस्वीकृति: इस सारांश का अनुवाद कृत्रिम बुद्धिमत्ता उपकरणों का उपयोग करके किया गया है और इसे अभी तक समीक्षा या सत्यापित नहीं किया गया है।