Разработка и внедрение информационной системы автоматического анализа сцены для системы автовождения.

Беспилотный автотранспорт является одной из быстро развивающихся сфер IT индустрии и современной экономики. Использование методов глубокого обучения, в частности сверточных нейронных сетей, в сегменте беспилотных устройств позволяет решить ряд задач, ранее выполняемых только человеком, например, определение зон доступных для движения, используя только изображение сцены. В практических приложениях также возникает задача выделения зон содержащих разные классы объектов сцены и зоны доступные для движения.

 

В работе проводится построение и исследование экспериментальной системы анализа сцены для обеспечения системы автовождения информацией об окружающей обстановке. Данная система позволяет определить:

• Присутствие возможных классов объектов на сцене
• Положение  объектов на сцене
• Ориентацию объектов сцены в пространстве

 

На вход система получает изображения с камеры, установленной на борту авторобота. Результатом работы системы является информация об нахождении классов объектов на сцене, их положении и ориентации классов-ориентиров в пространстве.

 

Работу системы можно разбить на 5 этапов:

1. Ректификация (исправление радиальной дисторсии) исходного изображения.
2. Применение сверточной нейронной сети к предобработанному изображению для получения карты семантической сегментации.
3. Применение перспективного преобразования bird’s eye view для выделения классов-ориентиров.
4. Обработка  результата преобразования с использованием быстрого преобразования Хафа для определения ориентации классов-ориентиров в пространстве.
5. Предоставление полученной информации системе автовождения

Работа выполнена под руководством доцента, к.т.н. Полевого Д.В.