ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 7
ВВЕДЕНИЕ 8
1 ОБЗОР СУЩЕСТВУЮЩИХ РЕШЕНИИ ДЛЯ ПОДСЧЕТА
ТРАНСПОРТНЫХ СРЕДСТВ, ВЫЧИСЛЕНИЯ СКОРОСТИ И ВЫБРОСОВ В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ 9
1.1 Системы на основе радара 9
1.1.1 Радарный комплекс «Арена» 10
1.1.2 Датчик интенсивности «Аркен» 10
1.2 Программное обеспечение Avedex 13
1.3 Сервис анализа дорожного трафика Traffic Data Air и Traffic
Data Land 14
1.4 Сервис определения скорости Car Crash Analysis 16
1.5 Мобильная станция анализа воздуха 17
1.6 Разновидность газоанализаторов 18
1.7 Нейросетевые подходы к решению задач обнаружения
объектов 20
1.7.1 Нейронная сеть R-CNN 20
1.7.2 Нейронная сеть Fast R-CNN 22
1.7.3 Нейронная сеть Faster R-CNN 22
1.8 Нейронная сеть YOLO v3 23
1.9 Нейронная сеть SSD 24
1.10 Вывод по главе 1 25
2 АЛГОРИТМЫ ПОДСЧЕТА ТРАНСПОРТНЫХ СРЕДСТВ ИХ
СКОРОСТИ И ВЫБРОСОВ 27
2.1 Нейронная сеть YOLO v3 27
2.1.1 Архитектура сети и обучение 27
2.1.2 Функция активации 32
2.1.3 Результаты обучения 33
2.2 Подсчет транспортных средств 34
2.2.1 Постановка задачи 34
2.2.2 Теория и алгоритм подсчета ТС 35
2.3 Определение скорости на видео 37
2.3.1 Постановка задачи 37
2.3.2 Теория и алгоритм для расчета скорости 37
2.4 Расчет экологических выбросов 41
2.4.1 Постановка задачи 41
2.4.2 Теория и алгоритм расчета выбросов 41
2.5 Вывод по главе 2 45
3 ВЫЧИСЛЯЕМЫЕ ПОКАЗАТЕЛИ И ИХ ТОЧНОСТЬ 46
3.1 Точность подсчета ТС 46
3.2 Расчет точности расстояния для определения скорости 47
3.3 Результаты расчета выбросов вредных веществ 48
ЗАКЛЮЧЕНИЕ 50
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 52
Приложение 1 Код программы
В условиях постоянно увеличивающегося количества транспорта в городе встает проблема быстрого реагирования на изменяющуюся ситуацию на дорогах и экологическое состояние в городе. В последние годы эти проблемы обсуждаются наиболее часто. Для отслеживания загруженности дорог и экологического состояния воздуха в городах используют различные кратковременные исследования что не позволяет понять влияние выбросов от транспортных средств в долгосрочном периоде.
В условиях ограничения бюджета нет возможности проводить такие исследования часто. Одним из решении этих проблем является внедрение интеллектуальной транспортной системы. ИТС постоянно следит за состоянием дорожного узла вычисляя показатели загруженности дорог, среднюю скорость потока и экологические выбросы накапливая большие данные. На основе собранных данных можно провести анализ эффективности пропускной способности дорожных узлов. Менять значение времени горения зеленого света светофора для предотвращения заторов вследствие чего снизится количество выбросов от ТС в области дорожного узла. Данная работа посвящена проблеме обработки данных, полученных от нейронной сети в ре-жиме реального времени и их последующего анализа.
Целью данной работы является разработать модули подсчета транспортных средств, экологических выбросов и скорости во всех направлениях дорожного узла в режиме реального времени. Для достижения поставленных целей необходимо решить следующие задачи:
1) разработать алгоритм подсчета транспортных средств по направлениям и категориям (например, легковой автомобиль, грузовик и т. д.);
2) разработать алгоритм вычисления скорости автомобиля по видеопотоку;
3) разработать алгоритм расчета выбросов от ТС.
Цель данной работы состояла в разработке алгоритмов подсчета транспортных средств их скорости и выбросов в режиме реального времени.
Проведя тестовые измерения точности подсчета транспортных средств, показал высокую эффективность, которая укладывается в рекомендованную точность 5%, в случае если обзору камере наружного наблюдения не мешают помехи в виде крон деревьев и рекламных щитов. Данную проблему можно решить в будущем переработав алгоритм подсчета ТС так чтобы не зависеть от областей, показанных на рисунке 2.8.
Теоретическая точность определения скорости транспортного средства равна ±2 км/ч. Данная точность зависит от точности определения расстояния, который проехал транспорт. Точность определения расстояния зависит от точности определения географических координат. Улучшить данный метод можно рассчитав более точную матрицу перспективного преобразования выбрав для этого другие опорные точки, с помощью которой получаем географические координаты.
Метод определения выбросов от транспортных средств, выбранный в данной работе, применяется для выбросов в ручном режиме. Подсчет ТС для данного метода ведется с помощью людей, стоящих на перекрестке или считающих ТС по записанному заранее видео . Данный метод в данной работе был автоматизирован и ведет подсчет в реальном времени обновляя статистику каждый час суммарным выбросом. Точность определения выбросов целиком зависит от точности подсчета транспортных средств и их классификации.
В результате работы были выполнены все поставленные задачи:
1) разработать алгоритм подсчета транспортных средств по направлениям и категориям (класс ТС, например, легковой автомобиль, автобус, грузовик и т. д.);
2) разработать алгоритм вычисления скорости автомобиля по видеопотоку;
3) разработать алгоритм расчета выбросов от ТС.
Разработанные в результате алгоритмы успешно применяются в интеллектуальной транспортной системе AIMS в рамках проекта «Умный город» проходящее тестирование в режиме реального времени.
