Тип работы:
Предмет:
Язык работы:


РАЗРАБОТКА ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА МОНИТОРИНГА СОСТОЯНИЯ ДОРОЖНОГО ПОКРЫТИЯ

Работа №54646

Тип работы

Магистерская диссертация

Предмет

информатика

Объем работы42
Год сдачи2016
Стоимость4815 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
331
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
1 Обзор существующих решений и постановка задачи 5
1.1 Обзор инструментов для мониторинга состояния дорожного покрытия 5
1.2 Постановка задачи 9
1.3 Обзор алгоритмов для поиска и сегментации объектов на изображении 10
О 2 Практическая реализация 19
2.1 Схема строения аппаратного комплекса 19
2.2 Алгоритм для сегментации лазерной линии и диагностирования дефектов....22
2.3 Техническая реализация программного обеспечения 25
2.4 Проведенные испытания системы 28
3 Математическая модель для вычисления размера дорожных ям 31
3.1 Содержательная постановка задачи 31
3.2 Построение математической модели 33
3.3 Оценка точности и программная реализация математической модели 37
ЗАКЛЮЧЕНИЕ 40
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


В настоящее время цифровая обработка изображений - интенсивно развивающаяся область, которая используется в самых различных сферах науки и техники. Из-за быстрого развития вычислительной техники, появляется все больше задач, которые эффективно решаются специализированными автоматами. Такие устройства все чаще заменяют собой человека и отличаются быстродействием и высокой надежностью. Сфера применения распознавания образов впечатляюще обширна: задача идентификации и аутентификации, робототехника, медицина, военное дело, распознавание символов и, наконец, контроль качества и поиск дефектов в различных проектах. Именно поэтому было решено использовать данную технологию в задаче анализа и мониторинга состояния дорожного покрытия.
По данным за 2014 год Россия занимает пятое место в мире по протяженности автомобильных дорог и их длина составляет порядка полутора миллионов километров. Статистика дорожно-транспортных происшествий, предоставленная сайтом www.gibdd.ru, гласит, что по причине неудовлетворительного условия содержания и обустройства улично-дорожной сети в России за 2015 год произошло порядка 63 тыс. аварий, в которых погибло около 8 тыс. человек и было ранено 79 тыс. человек. К тому же, из-за плохого состояния дорог скорость автомобильных перевозок в нашей стране может сокращаться практически до двух раз, что весьма негативно сказывается на экономических показателях всех отраслей экономики. Таким образом, контроль за состоянием дорог - очень важная и приоритетная задача, которая стоит перед государством. Поэтому анализ и проверка состояния дорожного покрытия становится весьма трудоемкой и нетривиальной задачей, актуальность которой растет из года в год.
Существующие решения, используемые на сегодняшний день для анализа и контроля за качеством дорог, далеки от идеала и имеют ряд недостатков, такие как необходимость присутствия работника дорожной службы, для осуществления контроля за работой измеряющих систем, или же довольно большая стоимость оборудования из-за используемых лазерных и ультразвуковых установок и датчиков. Все это приводит к появлению свободной ниши для автоматических систем анализа, в основе которых лежат алгоритмы цифровой обработки изображений и распознавания образов. Цена такого комплекса значительно ниже, потому что основным используемым элементом является action-камера для снятия на видео интересующих участков дороги, для их последующего анализа. Еще одним немаловажным плюсом является мобильность и универсальность установки. Из-за своих малых размеров и небольшого количества устройств, используемых для анализа дорог, данная система может быть установлена практически на любое транспортное средство, что имеет ряд преимуществ в перспективе. Например, интеграция данного устройства в автобусы или иной общественный транспорт, что позволит всегда иметь под рукой актуальную схему состояния дорожного покрытия города или междугородних трасс.
Таким образом, цель данной диссертации - создание конкурентоспособного решения для мониторинга дорожного покрытия.
Исходя из цели, в рамках дипломной работы были поставлены следующие задачи:
1. Изучение, анализ и сравнение алгоритмов для сегментации объектов на изображении. Выбор и доработка алгоритма с учетом специфики задачи.
2. Разработка и тестирование прототипа программно-аппаратного комплекса для съемки дороги.
3. Создание математической модели для измерения размеров ям, использующей только полученные изображения и заранее известные параметры системы для съемки дороги.
4. Разработка программного обеспечения, для определения состояния дорожного покрытия путем анализа видео- и геолокационных данных.
5. Оценка адекватности математической модели для измерения размеров дефектов путем проведения экспериментов.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Целью дипломной работы являлась разработка программно-аппаратного комплекса мониторинга состояния дорожного покрытия.
Исходя из цели, в дипломной работе были поставлены и решены следующие задачи:
1. Было выполнено сравнение трех алгоритмов сегментации изображений: пороговая сегментация, выделение границ методом Кэнни и преобразование Хафа для поиска примитивных геометрических фигур. На основе пороговой сегментации был разработан новый алгоритм, позволяющий находить объект с заданным цветом на изображении.
2. Был разработан универсальный прототип для съемки дороги, который можно использовать на большинстве моделей автомобилей.
3. Была разработана математическая модель для измерения размеров ям, использующая только полученные изображения и заранее известные параметры системы для съемки дороги.
4. Было разработано программное обеспечение для обнаружения дефектов дорожного покрытия с возможностью измерения их габаритных размеров и построением карты дефектов.
5. Был проведен ряд экспериментов по вычислению размеров дорожных ям, которые показали адекватность предложенной математической модели со средней ошибкой в 8,3% для вычисления ширины дорожных ям и 12,7% для вычисления глубины.
Результатом выполнения дипломной работы является достижение поставленной цели - создание конкурентоспособного решения для мониторинга дорожного покрытия с использованием алгоритмов обработки цифровых изображений и распознавания образов. В перспективе данное решение может использоваться министерством транспорта Российской Федерации или другими
негосударственными организациями с целью улучшения качества дорожных сетей в стране, а также коммерческими организациями, выполняющими строительство, ремонт и эксплуатацию дорог.
В ходе проведенных исследований были выявлены некоторые недостатки системы такого вида: слабые результаты работы при съемке в дневное время из-за плохой сегментации лазера на видеокадре, небольшая погрешность из-за погодных или других непредвиденных факторов, относительно медленная обработка видеозаписей - примерно в два раза дольше длительности видеофрагмента. Для решения перечисленных проблем в дальнейшем можно ввести следующие решения: использование светофильтра для отсечения всех световых волн, кроме интересующего нас диапазона; оптимизация алгоритма сегментации; использование технологии CUDA для многопоточной обработки данных на графических процессорах.



[1] Целых Д. С., Привалов О. О. Устройства для анализа и оценки состояния дорожного покрытия, Издательство Молодой ученый. — С. 74-78, 2012
[2] Гонсалес Р., Вудс Р., Цифровая обработка изображений. — М.: Техносфера, С. 813-817, 2005
[3] Саппу J.F. A computational approach to edge detection, IEEE Transaction on Pattern Analysis and Machine Intelligence, 8. —P. 679-714, 1986
[4] Sobel I., Feldman G. A 3x3 Isotropic Gradient Operator for Image Processing, 1968 (неопубл.)
[5] Hough, P.V.C. Method and means for recognizing complex patterns, U.S. Patent 3,069,654, Dec. 18, 1962
[6] Интернет-ресурс: GoPro HER03 Silver Edition — URL:gopro.com/help/HER03-Silver-Edition
[7] Интернет-ресурс: RGB — URL: ru.wikipedia.org/wiki/RGB
[8] Интернет-ресурс: HSV— URL: ru.wikipedia.org/wiki/HSV_(цвeтoвaя_мoдeль)
[9] Интернет-ресурс: AForge.NET Framework — URL: aforgenet.com/framework/docs/
[10] Интернет-ресурс: EmguCV—URL: emgu.com/wiki/index.php/Main_Page
[11] Интернет-ресурс: OpenCV — URL: opencv.org/
[12] Интернет-ресурс: Яндекс.Карты API — URL: api.yandex.ru/maps/
[13] Интернет-ресурс: CUDA — URL: nvidia.ru/object/cuda-parallel-computing-


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ