ВКР: ВКР на тему Метод определения скорости динамического объекта по данным с видеопотока

РАСЧЕТНО-ПОЯСНИТЕЛЬНАЯ ЗАПИСКА К ВЫПУСКНОЙ КВАЛИФИКАЦИОННОЙ РАБОТЕ НА ТЕМУ: Метод определения скорости динамического объекта по данным с видеопотока
Реферат
Расчетно-пояснительная записка 66 с., 46 рис., 1 табл., 19 источников. Объектом разработки является приложение, реализующее метод определения скорости динамического объекта по данным с видеопотока, полученного с видеорегистратора, установленного на транспортном средстве. Цель работы – разработка и реализация программного метода определения скорости динамического объекта по данным с видеопотока. Задачи, решаемые в работе: 1. Анализ существующих решений задачи определения скорости по видеопотоку; 2. Разработка метода определения скорости; 3. Реализация в виде приложения. Область применения – беспилотные автомобили, системы автопилотирования. В первой части работы описываются предметная область и существующие методы решения задачи определения скорости по видеопотоку. Во второй части описываются разрабатываемые алгоритмы, а также общая структура программы. В третьей части описываются применённые технологии и приводятся примеры интерфейса программы. В четвертой части проведены экспериментальные исследования точности работы метода, проведен анализ полученных данных и сделаны выводы о эффективности применения данного метода. Предлагаемые направления развития: 1. Реализация данного метода для работы с потоковым видео; 2. Улучшение алгоритма распознавания объектов, относительно которых происходит измерение скорости. Поставленная цель была достигнута: метод определения скорости по видеопотоку реализован и проверен на практике. Были рассмотрены существующие недостатки метода и предложены пути дальнейшего развития.
Введение
В настоящее время находят широкое применение системы комплексного видеомониторинга с элементами искусственного интеллекта и процедурами автоматизированного принятия решений. Одними из основных компонентов таких комплексов являются модуль получения изображений, модуль распознавания отдельных объектов на изображении, модуль управления параметрами системы для наилучшего распознавания и дальнейшего принятия решения о доступности объекту тех или иных возможностей. Такие системы получили широкое распространение в области комплексной безопасности, автоматической обработки графических данных, систем обнаружения нарушений правил дорожного движения и т.д. При моделировании систем распознавания и комплексного видеомониторинга были удачно решены многие вопросы по распознаванию статических и движущихся объектов, лиц людей, номеров автотранспортных средств, по прогнозированию поведения отдельных объектов и направления их дальнейшего перемещения. Но вместе со значительными успехами существуют вопросы, требующие проведения дополнительных исследований. Одним из таких вопросов является определение расстояния до распознаваемого объекта, что позволяет не только создавать глубины изображения, но также и определять скорость движущегося объекта, скорость сближения объектов и открывает дополнительные возможности по прогнозированию траектории движения.
Целью данной бакалаврской работы является разработка метода определения скорости динамического объекта с использованием видеопотока, а также разработка его программной реализации. Для достижения цели работы необходимо решить следующие задачи:
 проанализировать предметную область;
 проанализировать существующие решения;
 выбрать и разработать необходимые для работы метода алгоритмы;
 разработать программный продукт;
 провести исследования точности работы реализованного метода
1 Аналитический раздел
В соответствии с поставленными в работе целями необходимо осуществить анализ предметной области, анализ существующих методов и выбрать необходимые для работы метода алгоритмы. 1.1 Предметная область Беспилотный автомобиль [1] — транспортное средство, оборудованное системой автоматического управления, которое может передвигаться без участия человека. Автопилот [2] — устройство или программно-аппаратный комплекс, ведущий транспортное средство по определённой, заданной ему траектории. Наиболее часто автопилоты применяются для управления летательными аппаратами (в связи с тем, что полёт чаще всего происходит в пространстве, не содержащем большого количества препятствий), а также для управления транспортными средствами. Современный автопилот позволяет автоматизировать все этапы движения транспортного средства. Основными лидерами [3] на рынке беспилотных автомобилей на данный момент являются ведущие автоконцерны: Tesla, Mercedes-Benz, Audi. Ford и BMW планируют выпустить первые беспилотники уже к 2021 году. Планы по созданию беспилотных машин также анонсировали компании Toyota, Uber (совместно с Volvo), Gett (совместно Volkswagen Group), Камаз. Исследователи считают [4], что автопилот в машинах позволит ежегодно сократить на 250 миллионов часов нахождение людей в пути только во время поездок на работу и обратно в самых густонаселённых городах мира, благодаря чему появятся новые экономические возможности.