Moving Objects Tracking based on ANN and Adaptive Control

Abstract

Abstract The process of recognizing and distinguishing the moving object by applying artificial neural network and tracking them with the adaptive control algorithm is one of the engineering challenges to achieve a smart process that a machine can be programmed and trained on. The importance of recognizing and tracking objects is reflected in the field of applied industries and artificial intelligence. There are many methods that were applied in tracking and recognizing the moving objects, e.g., classical method, matching templates method and analytical method where has been used to track the moving object by the monitoring screens. However, the accuracy of all these methods is lower than ANN method and adaptive control. The process of recognizing objects in this research is done by applying ANN algorithm. Using AI methods for extracting the statistical features of the object, where the features of the object were extracted by the Hue moment features and Haralick features algorithm through which a library created to train the ANN on it and the recognization process is done by using the many types of ANN that are applied RNN, BPNN, RBNN, ADPLINENN, FFNN, and select the high accuracy which are the RNN and backpropagation neural network algorithm. The coordinates of the moving object were determined in the cartesian coordinates system while it was moving on the movement path using the geometric perspective transformation method, all these coordinates are considered as inputs for tracking the moving object using adaptive control, kalman filter used to predict the future coordinates of the moving object at real time. Finally, the proposed methods resulted high accuracy of recognization rate of 99.9% on the object that the RNN and BPNN were trained on previously.

المستخلص تعتبر عملية التعرف على الجسم المتحرك وتمييزه عن طريق تطبيق شبكة عصبية اصطناعية وملاحقته باستخدام خوارزمية التحكم التكيفي أحد التحديات الهندسية والعمليات الذكية التي يمكن برمجة الآلة والتدريب عليها. تنعكس أهمية التعرف على الأجسام وملاحقتها في مجال الصناعات التطبيقية والذكاء الاصطناعي. هناك العديد من الطرق التي تم تطبيقها في ملاحقة الأجسام المتحركة والتعرف عليها مثل الطريقة الكلاسيكية وطريقة مطابقة القوالب والطريقة التحليلية حيث تمت ملاحقة الجسم المتحرك بواسطة شاشات المراقبة ولكن دقة كل هذه الطرق منخفضة جدا بالمقارنة مع طريقة ANN والتحكم التكيفي لأجراء عملية الملاحقة. تم إجراء عملية التعرف على الأجسام في هذا البحث باستخدام خوارزمية ANN. وتم استخدام طرق الذكاء الاصطناعي لاستخراج الميزات الإحصائية للجسم، حيث تم استخراج ميزات الجسم بواسطة خوارزمية Hue moment وخوارزمية Haralick features التي تم من خلالها إنشاء مكتبة لتدريب خوارزمية ANN عليها، ويوجد أنواع متعددة من ANN وتم تطبيق RNN، BPNN، RBNN، ADPLINENN، FFNN وتم اختيار خوارزميات BPNN, RNN ذات الدقة العالية. تم تحديد إحداثيات الجسم المتحرك في نظام الإحداثيات الديكارتية أثناء تحركه على مسار الحركة باستخدام طريقة التحويل المنظور الهندسي، وتعتبر جميع هذه الإحداثيات بمثابة مدخلات لملاحقة الجسم المتحرك باستخدام التحكم التكيفي، حيث يستخدم مرشح كالمان للتنبؤ بالإحداثيات المستقبلية للجسم المتحرك في الزمن الحقيقي. أخيرًا، حصلت الطرق المقترحة على معدل تمييز عالي بدقة 99.9 ٪ على الجسم الذي تم تدريب BPNN RNN, عليه بشكل مسبق.