Регистрация / Вход
Прислать материал

14.579.21.0011

Аннотация скачать
Постер скачать
Общие сведения
Номер
14.579.21.0011
Тематическое направление
Информационно-телекоммуникационные системы
Исполнитель проекта
Общество с ограниченной ответственностью "Когнитивные технологии"
Название доклада
Разработка элементов системы Driver Asistant на базе компьютерного зрения
Докладчик
Постников Василий Валерьевич
Тезисы доклада
Цели и задачи исследования
Цели исследования: разработка технологии повышения безопасности движения автомобилей на базе методов компьютерного зрения.
Задачи исследования:
- решение на прикладном уровне ряда задач компьютерного зрения, связанных с автоматическим пониманием дорожной ситуации и информирования о возможных аварийных ситуациях водителя транспортного средства, снабженного устройствами ввода видеопоследовательностей и их интерпретации;
- создание отсутствующего в настоящее время полнофункционального отечественного прикладного решения мирового уровня в области помощника водителя на основе компьютерного зрения, предупреждающего о возможных аварийных ситуациях.
Актуальность и новизна исследования
Актуальность исследования продиктована высокой аварийностью на дорогах Российской Федерации, отсутствием современных отечественных технологий повышения безопасности движения автомобилей.
Новизна разработанных методов заключается в системном рассмотрении возможностей построения управляемой системы детектирования и распознавания автомобилей с учетом ракурса, пешеходов, мотоциклистов, велосипедистов, которая может адаптироваться к различным конфигурациям набора входных датчиков и вычислительным ресурсам за счет выбора стратегии использования различных по объему потоков входной информации: монокулярное зрение в покадровом режиме, монокулярное зрение в режиме видеопоследовательности, бинокулярное зрение в покадровом режиме, бинокулярное зрение в режиме видеопоследовательности.
Описание исследования

1. В рамках ПНИ авторами предложен не имеющий аналогов метод распознавания дорожного полотна и определения общего направления дороги, основанный на выделении cамоподобных регионов в изображении дорожного полотна. Для определения границ дорожного полотна разработан уникальный метод, базирующийся на быстром преобразовании Хафа. Построенная математическая модель способна работать как на асфальтовых дорогах с разметкой, так и на грунтовых. Стоит отметить устойчивость работы на зимних дорогах в отсутствии не только дорожной разметки, но и собственно границ дороги.

2. Разработаны методы детектирования и распознавания автомобилей с учетом их ориентации и математическая модель, реализующая эти методы, опираются на идеи и методы машинного обучения для построения иерархических многоклассовых классификаторов, использующих рандомизированные Хаар-подобные признаки. Для быстрой схемы многомасштабного вычисления признаков используется фрактальная природа изображений естественных сцен.

3. Разработаны методы и модели распознавания и детектирования пешеходов, велосипедистов, мотоциклистов основаны на алгоритмах с предварительным обучением, учитывающих особенности формы, положения, цветовых и иных характеристик объекта и его окружения, в различных признаковых пространствах.

4. Разработаны математическая модель и методы распознавания и анализа дорожной сцены рассчитанные на работу с наборами входных данных переменной структуры. При этом выделены, классифицированы и исследованы проблемы распознавания и анализа дорожной сцены, что позволит в режиме реального времени прогнозировать возможные аварийные ситуации.

Оригинальность предложенных научно-технических решений заключается в применении математического аппарата фильтра Калмана для регистрации и предсказания изменения положения активных по отношению к транспортному средству участников дорожного движения (автомобилей, пешеходов и др.), полученного в результате распознавания последовательности изображений дорожной обстановки с монокулярной камеры.

6. Разработаны методы стабилизации изображения в видеопотоке на основе определения углов поворота автомобиля (тангаж, рысканье, крен) и математическая модель, реализующая эти методы, базируются на подходах визуальной одометрии. Особое внимание было уделено разработке комплексной методологии самооценки системой своей работоспособности на основе динамической верификации всех ключевых настроечных параметров, которые могут нарушаться в процессе движения транспортного средства.

Оригинальность предложенных в проекте методов и модели идентификации/прогноза опасных дорожных ситуаций на основе комплексного анализа данных о динамике развития дорожной ситуации заключается в частности в разработке эффективных методов отслеживания движущихся объектов на сцене, не имеющей заднего плана. Получены новые результаты в теории оптимальных представлений движущихся объектов, учитывающие различия в природе отслеживаемых объектов. Предложенные в проекте методы позволяют прогнозировать вероятные аварийные ситуации в режиме реального времени и с высокой достоверностью.

Результаты исследования

Результаты проекта предполагается использовать для разработки опытных/промышленных образцов информационно-программного обеспечения повышения безопасности движения автомобилей на базе технологий компьютерного зрения.

Ключевыми преимуществами будущей продукции на базе результатов проекта являются:

- Распознавание/детектирование большего класса объектов дорожного движения (помимо стандартных это: шлагбаумы, ограничительные конусы, знаки аварийной остановки, лужи, ямы, трещины, неоднородности полотна, неопознанные объекты, дорожных знаков, сигналов светофора, предупреждающих информационных объявлений и указателей, кодированных цветом);

- Независимость от аппаратного обеспечения. Работа с распространенными планшетными компьютерами и смартфонами под управлением iOS, Android или Windows Phone и практически с любыми современными видеокамерами.

Проект предполагает сравнение полученных результатов с мировыми разработками на международных стендах (CalTech, INRIA, KITTI).

Практическая значимость исследования
Разрабатываемая в рамках проекта технология повышения безопасности движения автомобилей на базе методов компьютерного зрения будет использоваться для создания новой или усовершенствования уже созданных бортовых информационных систем автомобилей.
Создание продукции с использованием технологии повышения безопасности движения автомобилей на базе методов компьютерного зрения позволит повысить конкурентоспособность отечественных автопроизводителей и обеспечить импортозамещение систем данного класса, представленных в настоящее время исключительно иностранными разработчиками.
Оснащения автомобилей системами класса Vision-Based Driver Assistance, разработанных на основе результатов ПНИ, позволит повысить безопасность дорожного движения, сократить количество ДТП и минимизировать их последствия. Заложенные в проекте требования превышают возможности современных систем класса Vision-Based Driver Assistance, которые разработаны и разрабатываются по заказу ведущих мировых автоконцернов.
Потенциальными потребителями результатов проекта являются автовладельцы, пользующиеся различными навигационными устройствами для удобства вождения автомобилем. Цена и простота использования, достигаемые за счет независимости от аппаратного обеспечения и отсутствия необходимости обращения в сервис для установки, сделают разрабатываемую продукцию при должном маркетинговом сопровождении интересной и востребованной для большого сегмента потребителей-водителей в России и в мире.
Также потенциальными потребителями продукции могут стать навигационные и картографические сервисы, с которыми может быть организовано взаимодействие в части дополнения «реальности».
Кроме этого потребителем могут стать и государственные службы (ЖКХ, ГИБДД). На базе продукции может быть создан сервис, который будет автоматически получать информацию о дефектах дорожного полотна и нарушителях правил дорожного движения, детектированных программой и отправленной автоматически при наличии Интернет и согласии водителя на отправку таких данных.