Автоматизация планирования организации дорожного движения на основе нейронных сетей и компьютерного зрения
В 2020 году на дорогах РФ произошло 145 703 ДТП, которые привели к гибели 16 152 человек. Данная статистика показывает важность работы в сфере безопасности дорожного движения (БДД) и поиске инновационных решений для повышения безопасности передвижения по автомобильным дорогам. Планирование организации дорожного движения и мониторинг состояния инфраструктуры является одним из наиболее действенных способов снижения аварийности и смертности.
Информационные технологии все больше проникают в сферу безопасности на дороге. Камеры, используемые для слежения за соблюдением правил дорожного движения, используют нейронные сети не только для определения государственных номеров регистрации автомобилей, но и для распознавания марок и моделей машин.
Также, одной из областей применения так называемого компьютерного зрения, переживающего взрывной рост, становится создание цифровых двойников дорог и систем наблюдения за состоянием дорожной инфраструктуры.
Информационные технологии все больше проникают в сферу безопасности на дороге. Камеры, используемые для слежения за соблюдением правил дорожного движения, используют нейронные сети не только для определения государственных номеров регистрации автомобилей, но и для распознавания марок и моделей машин.
Также, одной из областей применения так называемого компьютерного зрения, переживающего взрывной рост, становится создание цифровых двойников дорог и систем наблюдения за состоянием дорожной инфраструктуры.
Цель проекта
Автоматизация процесса сбора информации и документирования актуального состояния дорожной инфраструктуры на основе технологий нейронных сетей.
Задачи проекта
- Создание и обучение нейросетей для обработки фото и видео материалов с целью распознавания нескольких типов объектов дорожной инфраструктуры
- Создание системы привязки к реальным координатам объектов на ограниченном участке дороги
- Формирование прототипа отчета в форме плана организации дорожного движения (ПОДД)
Планируемые результаты проекта
- Нейросети
- Созданное ПО, способное различать не менее двух типов объектов и элементов дорожной инфраструктуры по фото или видео изображениям. Пример: дорожные знаки, разметка, дорожное полотно (число полос и так далее)
- Привязка к координатам
- Созданное ПО, позволяющее правильно привязать объекты дорожной инфраструктуры к реальным координатам на местности
- Cоздание отчета (ПОДД)
- Созданное ПО для вывода изображения участка дороги на экране компьютера с распознанными объектами и элементами дорожной инфраструктуры
- Созданное ПО для вывода документа на печать в формате ПОДД
- Созданное ПО для вывода изображения участка дороги на экране компьютера с распознанными объектами и элементами дорожной инфраструктуры
Учащиеся – участники проекта
10 класс
Математическое + Инженерного направления
7 - 10 чел.
- Подбор оборудования и специализированных библиотек для построения нейросетей
- Создание и разметка наборов данных (data sets), data analytics, data science
- Формирование отчетов и вывод данных, в том числе на печать
Команда проекта
- Родионов Михаил Давыдович
- Ивановская Елена Владимировна
План-график проекта
Знакомство с нейросетями для распознавания образов, с их разнообразием и принципами работы
Выбор и первичное обучение, на упрощенном наборе объектов
Практическое обучение нейросети, расширение классов объектов, тестирование на данных близких к реальным
Работа с реальными данными, решение задачи по созданию системы привязки к реальным координатам объектов на ограниченном участке дороги
Создание и разметка наборов данных (data sets), data analytics, data science
Знакомство с технологиями формирования отчетов, схем, выбор наиболее подходящего варианта
Перенос полученных данных в форму отчета для удобного дальнейшего использования
Партнеры
