نظام مساعدة السائق باستخدام التعلم العميق لبيئة الطرق الليبية

الملخص

مع تزايد كثافة حركة المرور عالميًا، يُتوقع أن يتزايد عدد الحوادث المرورية، مما يستدعي الحاجة الى تطوير أنظمة مساعدة السائق لتوفير قيادة آمنة. يعرض هذا البحث نظامًا مزدوج الكاميرات مصمم لمراقبة نعاس السائق والكشف عن الأجسام والعلامات المرورية على مسار القيادة. يدمج النظام نموذجين مستقلين؛ الأول مخصص للكشف عن نعاس السائق، والثاني

 مختص يالتعرف على الأجسام المختلفة في بيئة الطرق الليبية. يعتمد نموذج الكشف عن النعاس على كاميرا موجهة نحو وجه السائق، حيث يستخدم مُصنف Haar Cascade لتحديد ملامح الوجه ومراقبة حالة العينين. في حال اكتشاف أن العينين مغلقتان لمدة تتجاوز الثانية الواحدة، يصدر النظام تنبيهًا لتحفيز السائق على التركيز في القيادة. أما نموذج الكشف عن الأجسام، المعتمد على خوارزمية YOLOv5، فيقوم بتحليل إطارات الفيديو المأخوذة من الكاميرا المواجهة للطريق بهدف الكشف عن الأجسام والعلامات المرورية المهمة في الوقت الفعلي. تم تدريب نموذج الكشف عن النعاس على جهاز حاسوب شخصي واختباره بشكل مبدئي في ظروف الطرق الليبية باستخدام جهاز حاسوب محمول، بينما تم تدريب نموذج الكشف عن الأجسام على خادم سحابي عبر منصة Google Colab. تُظهر نتائج الدراسة أن النظام المقترح يمتلك قدرة واعدة في تحسين السلامة المرورية من خلال مراقبة نعاس السائق والكشف عن الأجسام في الوقت الفعلي.