СПИСОК СОКРАЩЕНИЙ 3
ВВЕДЕНИЕ 4
1 Анализ предметной области 5
1.1 Обзор системы управления удержания полосы движения 9
1.2 Обзор существующих систем 11
1.3 Обзор методов искусственного интеллекта 20
1.4 Обзор языков программирования 25
1.5 Постановка цели и задач. Актуальность 27
1.6 Выводы по разделу 28
2 Разработка аппаратной части 29
2.1 Разработка структурной схемы СУ 29
2.2 Требования к системе 32
2.3 Выбор средств автоматизации 41
2.4 Выводы по разделу 57
3 Разработка программной части 58
3.1 Описание входных и выходных переменных 58
3.2 Описание алгоритма работы искусственного интеллекта 60
3.3 Разработка алгоритма работы СУ 62
3.4 Разработка программы управления 64
3.5 Выводы по разделу 76
4 Основные результаты и выводы 77
4.1 Тестирование и результаты работы 77
4.2 Выводы по разделу 81
ЗАКЛЮЧЕНИЕ 82
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Снижение количества и тяжести ДТП является системной задачей, одним из общепризнанных направлений решения которой является развитие средств активной безопасности. Все исследователи признают, что человеческие ошибки являются самым значимым фактором и имеют место в подавляющем числе ДТП (до 90%). При этом анализ статистики европейскими исследователями из Volvo Accident Research Team показывает, что самый значительный вклад в ДТП с участием грузового транспорта дают недостаточная видимость, невнимательность водителя, ошибки в оценке скорости и траектории другого участника движения (неправильная оценка дорожной ситуации). Повышение безопасности возможно за счет выявления рисков и своевременного оповещения водителя, что реализуется путем использования активных и пассивных сенсорных систем разного радиуса действия (камеры, радары, лидары и т.д.) с последующей обработкой и анализом полученной информации в режиме реального времени.
Таким образом, проблематика проекта лежит в области повышения безопасности автомобильного движения за счет использования активных систем класса «ассистент водителя». В связи с расширением технических возможностей для применения методов распознавания, такие системы могут проводить анализ и понимание дорожной обстановки, информируя водителя о типовых опасных ситуациях. Основные предлагаемые в рамках проекта технологические решения опираются на анализ цветных изображений видеопотока и использование методов искусственного интеллекта для принятия решений относительно потенциальных угроз.
Реализация данного проекта приведет к получению доступных прикладных решений для регистрации и автоматического понимания дорожной обстановки, что позволит своевременно выявлять и информировать о возможных аварийных ситуациях водителя транспортного средства, снабженного устройствами ввода видеопоследовательностей и их интерпретации.
Создание систем, повышающих безопасность движения на дорогах, безусловно, является одним из важных задач. В настоящее время особенную актуальность данная тема приобретает при всемирном интересе к созданию беспилотных автомобилей, где от данных систем требуют высокую надежность и работоспособность вне зависимости от внешних воздействий.
Подводя итог, можно отметить, что применение нейронной сети является наиболее подходящим методом для задач распознавания образов среди методов искусственного интеллекта. Сформулированы этапы работ для разработки программного обеспечения. На основе составленных факторов была выбрана платформа для программирования системы. Программная среда была протестирована на загруженных видеоматериалах. При дневном свете полосы отлично распознаются. Ошибки распознавания минимальны. В ночное время суток хорошо освещенные полосы также хорошо распознаются. Также нейронная сеть справилась с обработкой ускоренного воспроизведения видео. Из этого следует, что ее можно применить и на дорогах при высоких скоростях.
