Тип работы:
Предмет:
Язык работы:


Обнаружение столкновений на парковке со стоящим транспортным средством

Работа №128241

Тип работы

Бакалаврская работа

Предмет

информатика

Объем работы27
Год сдачи2021
Стоимость4280 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
85
Не подходит работа?

Узнай цену на написание


Введение 5
1. Цели и задачи работы 6
1.1. Цель работы 6
1.2. Поставленные задачи 6
2. Обзор 7
2.1. Поиск данных 7
2.2. Выбор CNN для обнаружения автомобилей 7
3. Построение кинематической модели 10
3.1. Методы вычисления расстояния до объекта 10
3.1.1. Определение расстояния методом параллакса ... 10
3.1.2. Вычисление расстояния до наблюдаемого объекта
по изображениям со стереопар 11
3.1.3. Вычисление расстояние через отношение окружающих объектов 12
3.1.4. Вычисление расстояния через угловые размеры объекта 12
3.1.5. Вычисление расстояния по углу наклона и высоте
камеры 13
3.1.6. Итоговые методы для нахождения дистанции от
камеры до автомобиля 14
3.2. Предобработка видео 14
3.2.1. Матрица внутренних характеристик камеры ... 14
3.2.2. Калибровка камеры 15
4. Вычисление расстояния до автомобиля с учетом угла наклона видеорегистратора 16
5. Алгоритм 18
6. Эксперименты 19
6.1. Эксперименты, основанные на видео с YouTube 19
6.2. Эксперименты, основанные на сгенерированных видео . 21
6.3. Результаты экспериментов 23
7. Итоговые результаты 25
Список литературы 26

В настоящее время, искусственный интеллект начал пользоваться огромной популярностью, связанной с появлением вычислительных мощностей, которых хватает на конструирование мощных нейросетей.
Нейронные сети применяют для распознавания образов и классификации, кластеризации, предсказания или аппроксимации. Машинное обучение применяется для решения сложных задач, которые требуют аналитические вычисления, похожие на то, что делает человеческий мозг. Примеров использования нейросетей очень много. Так, например, они используются в экономике для предсказания курса валют, в голосовых ассистентах в смартфонах или редакторах фотографий.
Проблема обнаружения и классификации часто используется в компьютерном зрении для распознавания рукописного текста, для распознавания лиц или для детектирования номеров транспортных средств с камер видеонаблюдения. В последнее время стала популярна идея бес-пилотного автомобиля. Для реализации этой идеи также нужны компьютерное зрение и машинное обучение.
Для беспилотного автомобиля существует множество подзадач такие как обнаружение пешеходов, детектирование и классификация знаков дорожного движения, обнаружение светофоров и линий разметки, детектирование других транспортных средств, предсказание поведения пешеходов и прочих машин и множество других задач.
Одной из таких подзадач является обнаружение столкновений автомобилей на парковочной стоянке. Это позволит беспилотному транс-портному средству информировать владельца о случившимся происшествии.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В рамках дипломной работы были достигнуты следующие результаты:
• Были найдены и сгенерированы видео со столкновениями автомобилей.
• Был проведен анализ существующих автосимуляторов.
• Был проведен анализ трех нейронных сетей для определения объектов на изображении.
• Был проведен анализ способов измерения расстояния до объекта по фотографии.
• Был изучен метод калибровки камеры.
• Был представлен алгоритм проверки столкновения автомобиля со стоящим транспортным средством, используя запись видео с одной камеры и оценку расстояния по фото, аналогов которому не было найдено.
• Были поставлены эксперименты с использованием разных методов для измерения дистанции до автомобиля, разных нейронных сетей для обнаружения объектов на двух типах видео.



[1] AI Image. Официальная английская документация для ImageAI. — URL: https://clck.ru/SV667.
[2] Apoorva Joglekar Devika Joshi Richa Khemani Smita Nair Shashikant Sahare. Depth Estimation Using Monocular Camera. International Journal of Computer Science and Information Technologies, Vol. 2.— 2011. — URL: https://clck.ru/UYBhL.
[3] CARLA. Официальный сайт симулятора городского вождения CARLA. — URL: http://carla.org/.
[4] COCO. Набор данных для обнаружения и сегментации.— URL: https://cocodataset.Org/#home.
[5] Gazebo. Официальный сайт Gazebo.— URL: http://gazebosim.org/.
[6] OpenCV. OpenCV Camera Calibration and 3D Reconstruction. — URL: https://clck.ru/Ud3gk.
[7] OpenCV. OpenCV Fisheye camera model. — URL: https://clck.ru/Ud3hM.
[8] Pjreddie.com. Официальный сайт нейронной сети YOLO3.— URL: https://clck.ru/SV5xi.
[9] Redmon Joseph, Farhadi Ali. YOLOv3: An Incremental Improvement. — URL: https://pjreddie.com/media/files/papers/YOLOv3.pdf.
[10] Shital Shah Debadeepta Dey Chris Lovett Ashish Kapoor. AirSim: High-Fidelity Visual and PhysicalSimulation for Autonomous Vehicles. — 2017.
[11] Tsang Sik-Ho. Review: RetinaNet — Focal Loss (Object Detection).— URL: https://clck.ru/SadZ6.
[12] Webots. Официальный сайт Webots.— URL: http://www.cyberbotics.com/.
[13] ZaicevDima. Репозиторий с дипломным проектом.— URL: https://github.com/ZaicevDima/DiplomProj.
[14] ZaicevDima. Эксперименты дипломного проекта. — URL: https://github.com/ZaicevDima/DiplomProj/tree/master/Experiments.
[15] balezz. RetinaNet на LADDv2.— URL: https://github.com/balezz/LaExperiments.
[16] Гаврилов А. Н. Петров А. М. Горфин И. С. Chevrolet Cruze. Руководство по эксплуатации, техническому обслуживанию и ремонту. Ремонт без проблем. — 2011.— URL: https://clck.ru/Ud3yf.
[17] С. Ильясов Э. Молодой учёный № 14 (118). Технические науки. — ООО «Издательство Молодой ученый», 2016. — URL: https://moluch.ru/archive/118/pdf/618/.
[18] Шишалов И. С. Погорский Н. В. Филимонов А. В. Громазин О. А. СПОСОБ ОПРЕДЕЛЕНИЯ РАССТОЯНИЯ ДО ОБЪЕКТА ПРИ ПОМОЩИ КАМЕРЫ (ВАРИАНТЫ). Технические науки. - Общество с ограниченной ответственностью ’ДиСиКон”, 2016. — URL: https://clck.ru/UhLsA.
[19] Экспонента ЦИТМ. Семантическая сегментация изображения с ка-меры автомобиля для построения ADAS систем.— 2020.— URL: https://clck.ru/UY6VP.
[20] Я. Бендриковский А. Выделение объекта из видеопотока с помощью глубинного обучения. — 2017. — URL: https://dspace.spbu.ru/bitstream/11701/10721/1/diploma.pdf.


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ