Автоматизация планирования организации дорожного движения на основе нейронных сетей и компьютерного зрения
GitHub
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.
Организация Университетская гимназия МГУ имени М. В. Ломоносова
Компания-спонсор МВС
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
Формирование прототипа отчета в форме плана организации дорожного движения (ПОДД)
Создание системы привязки к реальным координатам объектов на ограниченном участке дороги
Этапы работы созданной программы
1
Нахождение знаков на общей картинке дороги
2
Распознавание знаков
3
Сведение информации по знакам
4
Построение чертежа участка дороги
Результаты
Сформирован крупный датасет для обучения нейронной сети
Написаны дополнительные модули: - парсер поиска; - корректировщик изображений; - чтение и создание csv файлов;