Регистрация / Вход
Прислать материал

14.575.21.0083

Аннотация скачать
Постер скачать
Общие сведения
Номер
14.575.21.0083
Тематическое направление
Транспортные и космические системы
Исполнитель проекта
федеральное государственное автономное образовательное учреждение высшего образования "Самарский национальный исследовательский университет имени академика С.П. Королева"
Название доклада
Разработка прототипа мобильной интеллектуальной системы технического зрения для транспортных систем
Докладчик
Якимов Павел Юрьевич
Тезисы доклада
Цели и задачи исследования
Целью реализуемого проекта является разработка и исследование новых методов и алгоритмов анализа окружающей дорожной обстановки в мобильных системах технического зрения, обеспечивающих повышение характеристик безопасности при эксплуатации транспортных средств.
Главной задачей является создание прототипа аппаратно-программного комплекса для оперативной обработки изображений в интеллектуальной автомобильной системе помощи водителю.
Исследуемая мобильная система технического зрения призвана решить следующие функциональные задачи: детектирование и распознавание дорожных знаков, детектирование и распознавание дорожной разметки, построение трехмерной модели окружающей дорожной обстановки и анализ трехмерной данных окружающей дорожной обстановки с целью детектирования объектов.
Решение указанных задач позволит повысить безопасность эксплуатации транспортных средств за счет автоматизированного оповещения водителей об окружающей дорожной обстановке.
Актуальность и новизна исследования
Новизна предлагаемой тематики состоит в том, что впервые будет разработана новая система регистрации и оперативного анализа обстановки, включающая сверхминиатюрный блок регистрации изображений высокого разрешения, в котором будет использоваться объектив с плоской дифракционной линзой и быстродействующее устройство предварительной обработки для устранения хроматических аберраций и сжатия изображений. Система будет включать также вычислительный блок высокопроизводительной обработки информации, осуществляющий прием, распаковку и улучшение качества изображений, восстановление 3D-сцен, оперативное распознавание объектов и анализ обстановки в целом. Таким образом, актуальность предлагаемых исследований состоит в использовании принципиально новых подходов к построению систем технического зрения, которые позволят существенно улучшить их характеристики, в частности, минимизировать габаритно-весовые характеристики регистрирующей подсистемы и повысить качество и быстродействие подсистемы обработки изображений с целью оперативного анализа обстановки и восстановления 3D-сцен.
Описание исследования

Разрабатываемый в рамках настоящего проекта прототип интеллектуальной автомобильной системы помощи водителю обладает следующим функционалом:
- детектирование и распознавание дорожных знаков;
- распознавание дорожной разметки;
- построение трехмерной модели окружающей обстановки;
- детектирование и распознавание различных объектов с использованием трехмерной модели окружающей обстановки.
Аппаратно-программный комплекс выполнен в виде набора компактных устройств, установленных внутри автомобиля, не нарушая удобство пользования транспортным средством (эргономика, обзор с водительского сиденья и т.п.). Вспомогательная информация для помощи в управлении автомобилем будет выводиться на дисплей, установленный на приборной панели. Информация, предоставляемая водителю, позволит оперативнее реагировать на возможные угрозы и препятствия при движении, а также поспособствует соблюдению правил дорожного движения, устанавливаемых дорожными знаками и дорожной разметки. Это позволит повысить безопасность транспортного средства как для водителя, так и для окружающих.

В соответствии с заявленным функционалом были разработаны методы и алгоритмы для успешной работы прототипа.
Так, для детектирования дорожных знаков в рамках цветовой модели HSV экспериментально подобраны пороговые значения для выделения цвета, обеспечивающие возможность выделять красный цвет независимо от условий освещения. На основе разработанного алгоритма детектирования удалось создать эффективную сквозную технологию детектирования и распознавания дорожных знаков для функционирования в составе мобильной интеллектуальной системы технического зрения.
Разработанные метод и алгоритм для программного модуля распознавания дорожной разметки в составе АПК может обеспечивать распознавание дорожной разметки в условиях хорошей видимости и нанесения разметки на дорожное полотно согласно установленным правилам дорожного движения. Для него были применены 
Высокая надёжность технологии обеспечивается ограничениями эпиполярной геометрии и схемой реализации нового метода, основанной на построении пирамиды изображений.
За счет использования модификации метода Хафа для трехмерных данных удалось достичь надежного детектирования объектов в трехмерном облаке точек.

Результаты исследования
  • Создан прототип интеллектуальной автомобильной системы помощи водителю, который в дальнейшем будет использован для проведения экспериментальных исследований с целью проверить и доработать в случае необходимости разработанные методы и алгоритмы.
  • Создан прототип системы формирования изображения с использованием дифракционных оптических элементов. Разработано и реализовано ПО для коррекции искажений, возникающих на изображающих дифракционных объективах видимого диапазона.
  • Проведены экспериментальные исследования прототипа АПК, которые показали соответствие результатов заявленным в ТЗ требованиям.
  • Проведены исследования путей создания мобильной системы технического зрения для транспортных систем. Проведено сравнение различных возможных конфигурации прототипа интеллектуальной системы помощи водителю, выбраны 3 варианта, отличающихся составом сенсоров для блока регистрации окружающей дорожной обстановки.
  • С использованием метода волновой оптики получены результаты моделирования в параксиальном и непараксиальном случаях для дифракционных и квазидифракционных линз.
  • Разработаны и исследованы метод и алгоритмы детектирования и распознавания дорожных знаков. 
  • Разработаны и исследованы метод и алгоритмы детектирования и распознавания дорожной разметки. 
  • Разработаны и исследованы метод и алгоритмы построения трехмерной модели окружающей дорожной обстановки. 
  • Разработаны и исследованы метод и алгоритмы детектирования различных объектов с использованием трехмерной модели окружающей дорожной обстановки. 

Созданные алгоритмы были ускорены при помощи технологии программирования графических процессоров CUDA, ускорение достигает 16 раз.

ЭИ подтвердили соответствие всех программных модулей (ПМ) заявленным в ТЗ требованиям:

  • 97,3 % верно распознанных дорожных знаков на расстоянии до 30 м;
  • обеспечивается надежное детектирование и распознавание дорожной разметки на расстоянии до 20 м;
  • ПМ построения трехмерной модели обеспечивает построение трехмерной сцены на расстоянии до 10 м с погрешностью не более 0,2 м на расстоянии 3 м;
  • ПМ детектирования и распознавания различных объектов обеспечивает обнаружение объектов на расстоянии до 10 м.

Самым известным прототипом, решающим подобные задачи, является беспилотный автомобиль компании Google. Google self-driving car обладает всем функционалом системы, разрабатываемой в настоящем проекте, однако такая система не является универсальным решением. Прототип, разрабатываемый в рамках настоящих ПНИ является компактным и относительно недорогим решением с возможностью установки в любое транспортное средство. При этом, использование новейших вычислительных средств и разработанных оригинальных методов обработки данных позволят избежать излишней нагрузки на бортовую электрическую сеть и практически не требуют места в салоне транспортного средства. А использование ограниченного набора недорогих сенсоров позволяют значительно снизить стоимость системы. Вместе с этим, высокое качество функционирования системы на уровне мировых аналогов подтверждается научными публикациями о результатах исследований.

Практическая значимость исследования
Разрабатываемый АПК позволит повысить безопасность эксплуатации транспортных средств. В настоящем проекте планируется исследовать применение интеллектуальной автомобильной системы безопасности на легковом автомобиле. Однако, потенциально возможно применение АПК на грузовом, общественном и железнодорожном транспорте.
Разработка методов и алгоритмов для функционирования в составе мобильной системы технического зрения позволит в целом улучшить эффективность использования систем технического зрения во многих задачах, связанных с детектированием и распознаванием объектов.
Результаты ПНИ планируется использовать для разработки и производства совместно с заинтересованном в настоящем проекте ОАО «АВТОВАЗ» интеллектуальной системы техническое зрения для помощи водителю. Такая система позволит значительно повысить конкурентоспособность отечественных автомобилей. Также планируется сотрудничество с другими отечественными и зарубежными автопроизводителями в области разработки интеллектуальных автомобильных систем технического зрения.
Результаты ПНИ в дальнейшем могут быть использованы при разработке компонент систем видеонаблюдения, стационарных системах технического зрения, робототехника и др.
Внедрение результатов проекта позволит повысить безопасность эксплуатации транспортных средств. За счет системы предупреждения водителя об опасных препятствиях предполагается снизить время реакции водителя на 0,5 - 1 секунду, что приведет к снижению скорости автомобилю перед столкновением вплоть до полного избегания ДТП.
Предполагается, что все функциональные задачи АПК будут решатся в реальном времени, что означает более широкие функциональные возможности по сравнению с конкурентами.
Также вырастет эффективность применения систем технического зрения, которые используют алгоритмы детектирования и распознавания объектов и алгоритмы анализа трехмерной сцены. Например, алгоритм, точность которого достигает 97,3% при распознавании дорожных знаков в реальном времени, может быть использован во многих других приложениях.
Разработанные методы и алгоритмы компьютерного зрения позволяют обеспечивать достаточное качество работы на более дешевом оборудовании, что снижает себестоимость АПК в 2-3 раза по сравнению с аналогами.