Разработка модуля распознования дорожных знаков для системы технического зрения

Содержание

Слайд 2

Цель исследования Целью данной выпускной квалификационной работы является разработка системы поддержки

Цель исследования

Целью данной выпускной квалификационной работы является разработка системы поддержки принятия

решений при управлении транспортным средством.

Задачи

провести анализ предметной области
провести анализ существующих автоматизированных систем
спроектировать архитектуру разрабатываемой системы
разработать алгоритм работы системы
разработать систему поддержки принятия решений
провести тестирование системы

Слайд 3

Актуальность данного исследования Дорожное движение существует во всех странах мира и

Актуальность данного исследования

Дорожное движение существует во всех странах мира и наряду

с положительными сторонами имеет некоторое количество недостатков. Наиболее существенным отрицательным последствием использования автомобильного транспорта является аварийность вследствие нарушений правил дорожного движения. Более 50% процентов нарушений происходят в форме наезда на пешехода. Так же каждый день происходят более десятка тысяч нарушений со стороны автомобилистов таких как:
нарушение скоростного режима;
нарушение разметки;
игнорирование пешеходных переходов.
На данный момент на территории Кыргызской Республики перечисленные нарушения являются самыми актуальными.
Учитывая вышеприведенные факты, разработка системы поддержки принятия решений транспортным средством в типовых ситуациях является актуальной на сегодняшний день. В первую очередь данный проект очень перспективен для безопасности граждан.
Слайд 4

Объект и предмет исследования Объектом исследования являются технологии разработки систем принятия

Объект и предмет исследования

Объектом исследования являются технологии разработки систем принятия решений.
Предмет

исследования – методы обработки дорожных знаков с использованием нейронных сетей.
Слайд 5

Общая архитектура существующих систем

Общая архитектура существующих систем

Слайд 6

Анализ существующих автоматизированных систем управления Интерфейс атопилота Tesla Наглядность работы датчиков на автомобиле компании Mercedes-Benz

Анализ существующих автоматизированных систем управления

Интерфейс атопилота Tesla

Наглядность работы датчиков на автомобиле

компании Mercedes-Benz
Слайд 7

Проектирование архитектуры системы Все требования к данному программному продукту можно разделить

Проектирование архитектуры системы

Все требования к данному программному продукту можно разделить на

функциональные и нефункциональные, а также требования к видам программного обеспечения.

Функциональные требования:
возможность ввода параметров в виде кадров видео;
возможность трехмерной визуализации механизма автопилота с несколькими камерами обзора, а также контроль нарушений ПДД;
возможность динамического отображения параметров движения транспортного средства;
возможность варьирования параметров нейронной сети.

Нефункциональные требования:
наличие интуитивно понятного пользовательского интерфейса;
система должна обеспечивать навигацию по всем доступным разделам системы и отображать соответствующую информацию;
система должна обеспечивать корректный ввод и вывод информации;
система должна содержать документацию или справку.

Требования к обеспечению:
операционная система: Windows 8, Windows 10;
процессор (CPU): c двумя и более физическими ядрами, поддерживающий технологию SM3.0;
оперативная память (RAM): не менее 2 ГБ;
видеоадаптер: NVidia 1024 мб с поддержкой DirectX: версии 9.0c.
свободное место на жёстком диске: ~400 МБ.

Слайд 8

Выбор модели нейронной сети и тестовых данных Архитектура сети CNN Блок схема симулятора привода

Выбор модели нейронной сети и тестовых данных

Архитектура сети CNN

Блок схема симулятора

привода
Слайд 9

Структурная схема программы

Структурная схема программы

Слайд 10

Общий алгоритм работы системы

Общий алгоритм работы системы

Слайд 11

Выбор программных средств В данной работе использовались следующие программные средства:

Выбор программных средств

В данной работе использовались следующие программные средства:

Слайд 12

Разработка и тестирование системы Оповещение о предстоящем впереди пешеходном переходе Оповещение

Разработка и тестирование системы

Оповещение о предстоящем впереди пешеходном переходе

Оповещение о нарушении

и генерация QR кода.

Информация о нарушении

Информация о нарушении ПДД и пересечении двойной сплошной

Оповещение о запрете остановки

Слайд 13

Тестирование В результате тестирования оценивалось, какой процент времени нейронная сеть может

Тестирование

В результате тестирования оценивалось, какой процент времени нейронная сеть может управлять

транспортным средством в режиме автопилота, при этом подсчитывая смоделированные вмешательства человека, которые происходят тогда, когда моделируемое транспортное средство отходит от центральной линии более чем на один метр.

Рисунок А – Грунтовая дорога под видимостью CNN

Рисунок Б – Лес под видимостью CNN