دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Aboul Ella Hassanien, Deepak Gupta, Ashish Khanna, Adam Slowik سری: Studies in Systems, Decision and Control, 412 ISBN (شابک) : 3030941019, 9783030941017 ناشر: Springer سال نشر: 2022 تعداد صفحات: 183 [184] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Virtual and Augmented Reality for Automobile Industry: Innovation Vision and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب واقعیت مجازی و افزوده برای صنعت خودرو: چشم انداز نوآوری و برنامه های کاربردی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب کاربردهای خودروسازی واقعیت افزوده (AR) و واقعیت مجازی (VR) را ارائه میکند. این خودرو را با یک فناوری پیشرو یعنی واقعیت افزوده و مجازی متحد می کند و از مزایای دومی برای حل مشکلات پیش روی اولی استفاده می کند. این کتاب دلایل فراوانی و پیچیدگی رو به رشد در این بخش را برجسته می کند. واقعیت مجازی و افزوده ابزار مهندسی قدرتمندی است که در زمینه های مختلف مهندسی کاربرد پیدا می کند. امکانات جدیدی را به ارمغان می آورد که نتیجه آن افزایش بهره وری و قابلیت اطمینان تولید، کیفیت محصولات و فرآیندها است. این کتاب بیشتر چالشهای احتمالی در کاربردهای خود را نشان میدهد و راههایی برای غلبه بر آنها پیشنهاد میکند. این کتاب شامل نه فصل است که بر جلوگیری از برخورد خودرو، خودروهای خودران، وسایل نقلیه خودران، سیستم های ناوبری و بسیاری از کاربردهای دیگر تمرکز دارد.
This book presents the augmented reality (AR) and virtual reality (VR) automotive applications. It unites automobile with a leading technology i.e. augmented and virtual reality and uses the advantages of the latter to solve the problems faced by the former. The book highlights the reasons for the growing abundance and complexity in this sector. Virtual and augmented reality presents a powerful engineering tool that finds application in various engineering fields. It brings new possibilities that result is increasing of productivity and reliability of production, quality of products and processes. The book further illustrates the possible challenges in its applications and suggests ways to overcome them. The book includes nine chapters focusing on automobile collision avoidance, self-driving cars, autonomous vehicles, navigation systems, and many more applications.
Preface About This Book Contents About the Editors Automotive Collision Avoidance System: A Review 1 Introduction 2 Literature Survey 3 Automotive Collison Avoidance System 4 Sensors for Collision Avoidance System 4.1 Active Sensors 4.2 Passive Sensors 4.3 Sensor Fusion 5 Vehicle Detection Schemes 5.1 Cueing 6 Tracking 7 Collision Avoidance Challenges 7.1 Sensor Challenges 8 Conclusion References Motion Planning and Manoeuvring in Self Driving Cars 1 Introduction 2 Architecture 2.1 Motion Planning 2.2 Search Space Planning 2.3 Planning Techniques 2.4 Maneuver Planning 2.5 Crash Detection 2.6 Intersection Passing Situation 3 Limitations 3.1 Hindrance Operation 3.2 Vehicular Motion 3.3 Risk Gauge 3.4 Adjacent Vehicle Sense 4 Test Results 4.1 Grand Cooperative Driving Challenge 4.2 Second Autonomous Self-driving Vehicle Competition 5 Discussion 6 Conclusion References Autonomous Vehicle Assisted by Heads up Display (HUD) with Augmented Reality Based on Machine Learning Techniques 1 Introduction 2 Related Works 3 System Model 4 Performance Analysis 5 Conclusion References Special Sensors for Autonomous Navigation Systems in Crops Investigation System 1 Introduction 2 Purpose of Chapter Description 3 Mobile Robot Navigation in Farmland Environments 4 Navigation Sensors Improve the Quality of Crops 4.1 Surveillance Navigation Technology 4.2 Frame Land Operation Through Global Positioning System (GPS) 4.3 Laser Scanning and Navigating Dependent on Perception 4.4 Other Sensors (Ultrasonic and RFID) 4.5 Laser Scanner-Based Navigation 5 Advanced Computational Techniques 5.1 Hough Transform 5.2 Information Fusion in Sensor Provide by Kalman Filter 5.3 Collection of Digital Image Segmentation Through Autonomous Vehicle 6 Strategies of Navigation Control Unit 6.1 Neural Network (NN) and/or Genetic Algorithm (GA) 6.2 Robotic Navigational Based on Proportional-Integral-Derivative (PID) 6.3 Robotic System Control by Fuzzy Logic (FL) Technology 7 Smart Agricultural Monitoring to Optimize Farming Productivity 8 Smart Agriculture Monitoring Solutions 9 Conclusions References AR/VR Technology for Autonomous Vehicles and Knowledge-Based Risk Assessment 1 Introduction 2 Background 3 Literature Survey 4 AR/VR in Autonomous Vehicles 5 Risk Assessment of AR/VR in Autonomous Vehicles 5.1 Knowledge-Based Risk Assessment 5.2 Risk at the Vehicle Level 5.3 Risk Avoidance 6 Discussion 7 Conclusion References Optimal Stacked Sparse Autoencoder Based Traffic Flow Prediction in Intelligent Transportation Systems 1 Introduction 2 The Proposed Model 2.1 Data Used 2.2 SSAE Based Prediction Model 2.3 WWO Based Hyperparameter Optimization 3 Experimental Validation 4 Conclusion References Leverage Computer Vision for Cost-Effective Learning Paradigm 1 Introduction 2 Literature Review 3 Proposed Method 3.1 Socket Programming 3.2 Filtration Process 3.3 Object Detection Process 3.4 Object Movement Process 3.5 Plane Detection and Object Placing 4 Application and Features 5 Conclusion and Future Work References Hand Gesture Recognition for Real-Time Game Play Using Background Elimination and Deep Convolution Neural Network 1 Introduction 1.1 Research Motivation 1.2 Research Work Direction and Contribution 1.3 Paper Organization 2 Related Work 2.1 Augmented Reality and Virtual Reality for Game Play 2.2 Hand Gesture Recognition Literature 3 Preliminaries and Dataset 4 Proposed Solution 5 Methodology 5.1 Background Elimination 5.2 Deep Convolution Neural Network 5.3 Human–Computer Interaction 6 Experiments Setup and Results 7 Conclusion and Future Scope References Modeling of Optimal Bidirectional LSTM Based Human Motion Recognition for Virtual Reality Environment 1 Introduction 2 The Proposed Human Motion Recognition Model 2.1 Kernel LDA Based Feature Extraction 2.2 BiLSTM-FCN Based Classification 2.3 Adam Based Hyperparameter Optimization 3 Experimental Validation 4 Conclusion References