self-driving car

قمت بتطوير نظام محاكاة للقيادة الذاتية يعتمد على تقنيات الرؤية الحاسوبية والتعلم العميق لتحليل بيئة الطريق واتخاذ قرارات القيادة بشكل لحظي داخل بيئة محاكاة للطرق السريعة. المهام والتقنيات المستخدمة: تطوير نظام لاكتشاف حارات الطريق (Lane Detection) باستخدام Canny Edge Detection و Hough Transform. دمج نموذج YOLOv8 لاكتشاف المركبات والمشاة والأجسام المختلفة في الوقت الفعلي. تنفيذ Ego-Lane Filtering لتتبع الأجسام الموجودة داخل مسار السيارة فقط. تقدير المسافات وتصنيف الأجسام إلى FAR / NEAR / CLOSE. بناء Driving Decision Engine لاتخاذ قرارات القيادة تلقائيًا: Go Straight Turn Left / Right Slow Down Stop تطبيق Decision Smoothing لتقليل القرارات المتذبذبة وتحسين استقرار النظام. إنشاء لوحة معلومات مرئية (HUD) لعرض المسارات والأجسام والقرارات أثناء التشغيل. تحسين الأداء من خلال تشغيل نموذج الكشف كل عدد معين من الإطارات لزيادة سرعة المعالجة. الأدوات المستخدمة: Python, OpenCV, YOLOv8, NumPy, Computer Vision, Deep Learning النتيجة: نجح النظام في تحليل الطريق واكتشاف الأجسام واتخاذ قرارات قيادة شبه ذاتية في الوقت الفعلي داخل بيئة محاكاة مع الحفاظ على أداء مناسب للتشغيل المباشر. ممكن كمان تضيفي في قسم الأعمال: مشروع متقدم في Computer Vision و Deep Learning يحاكي أساسيات أنظمة القيادة الذاتية المستخدمة في السيارات الذكية.