[Машинное обучение, Искусственный интеллект, Транспорт] Детектирование состояния светофоров на железнодорожных переездах для фиксации нарушений ПДД
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Недавно столкнулись с любопытной, на вид простой, но неоднозначной, задачей детектирования состояний железнодорожных светофоров для фиксации нарушений ПДД. Проблема оказалась в том, что подключение к железнодорожной автоматике – это сложная процедура, требующая большого количества согласований, а прокладка соответствующих кабелей требует капитальных затрат. Альтернатива – детектировать состояние светофора с камеры видеонаблюдения и фиксировать факт нарушений ПДД по данным с камеры.
Предварительно поставив цель и согласовав план проведения испытаний программно-аппаратного комплекса детектирования нарушений ПДД на регулируемых железнодорожных переездах, в качестве объекта для тестирования мы выбрали Инженерный центр Октябрьской железной дороги. Там реализован полномасштабный макет железнодорожного переезда, на котором была установлена камера и комплекс для фиксации нарушений:
Извините, данный ресурс не поддреживается. :( Процесс отладки и тестирования видеоаналитики при включенном на макете светофоре
Задачи:
- детектирование состояния светофора на переезде в зоне видимости камеры
- фиксация проездов ТС через переезд с распознаванием и записью номеров при красном сигнале светофора
Состав используемого аппаратно-программного комплекса:
- IP-камера, 2 МП
- Промышленный ПК Outdoor Box Micro, 2 Гб RAM, CPU Intel Atom x5, VPU Movidius
- Коммутатор
- ПО EDGE для детектирования и распознавания государственных регистрационных знаков транспортных средств
Алгоритм детектирования состояния светофора:
- Получение RTSP-потока с камеры
- Нарезка потока на фреймы
- Кадрирование зоны детектирования состояния сигнальных ламп
- Получение значения яркости для каждой ламны по N-фреймам/секундам
- Бинаризация значений яркостей по порогу
- Проверка на работу ламп в противофазе на всем анализируемом промежутке N-фреймов/секунд
- Возврат состояния светофора с задержкой от реального времени в N-фреймов/секунд
До бинаризации проверка нахождения ламп в противофазе выглядит так:
После бинаризации:
0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1
1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0
Демонстрация работы детектора:
Извините, данный ресурс не поддреживается. :( Детектирование состояния железнодорожного светофора при помощи объектной видеоаналитики
Проблемы, с которыми мы столкнулись при реализации:
- Нельзя просто детектировать значение цвета или количество красного в зоне, так как в ночное время на камере включается ИК-подсветка, и изображение становится черно-белым.
- Даже измеряя значение яркости, нельзя использовать данные только с одной лампы, так как мигание, например, сигналами аварийной остановки ТС или указателем поворота, будет фиксировать отражение в лампе и плавное изменение яркости в большую и меньшую сторону. Понятно, что можно привязываться к длине волны, но это не отменяет простой возможности удаленного воздействия на состояние светофора извне.
- Иногда светофоры работают непредсказуемо и нужно минимизировать случайные выбросы после бинаризации, так, например, допустима ситуация, когда две лампы горят красным одновременно или значения яркостей меняются ступенчато с постоянным, но меньшим затуханием.
Ожидание и реальность в работе ж/д-светофора
Преимущества решения:
- Отсутствие капитальных затрат и согласований на прокладку кабельных трасс
- Отсутствие необходимости интеграции с железнодорожной автоматикой
- Наличие возможности быстрого запуска на местах (монтаж камер, разметка зон, промышленная эксплуатация)
- Наличие возможности постобработки данных по видеоархиву
- Стабильность работы в разное время суток (при сравнении замеров по изменению яркостей за период и детектированию цвета)
===========
Источник:
habr.com
===========
Похожие новости:
- [Поисковые технологии, Машинное обучение, Искусственный интеллект] Нейросетевой визуальный поиск
- [Алгоритмы, Машинное обучение] Обратный перевод для Нейронного машинного перевода
- [Python, Работа с 3D-графикой, Искусственный интеллект] 3D ML. Часть 3: датасеты и фреймворки в 3D ML
- [Машинное обучение, Искусственный интеллект, Звук] Увольнения в Mozilla ставят под угрозу будущее проекта DeepSpeech
- [Python, Data Mining, Машинное обучение, Искусственный интеллект, Natural Language Processing] Проект Natasha. Набор качественных открытых инструментов для обработки естественного русского языка (NLP)
- [Big Data, Машинное обучение, Data Engineering] Расширение возможностей Spark с помощью MLflow (перевод)
- [Здоровье, Транспорт] Ждать ли второй волны коронавируса?
- [Транспорт, Будущее здесь] Xwing показал легкий самолет «Сессна-208» на полностью беспилотном управлении
- [Программирование микроконтроллеров, Транспорт, Будущее здесь, IT-компании] Tesla начала проверять прошивку электромобилей на наличие сторонних модификаций
- [Машинное обучение] Новая библиотека для уменьшения размерности данных ITMO_FS — зачем она нужна и как устроена
Теги для поиска: #_mashinnoe_obuchenie (Машинное обучение), #_iskusstvennyj_intellekt (Искусственный интеллект), #_transport (Транспорт), #_pdd (пдд), #_transport (транспорт), #_nejronnye_seti (нейронные сети), #_nejroseti (нейросети), #_detektor (детектор), #_klassifikator (классификатор), #_svetofor (светофор), #_pereezd (переезд), #_zheleznodorozhnyj_pereezd (железнодорожный переезд), #_videoanalitika (видеоаналитика), #_mashinnoe_obuchenie (
Машинное обучение
), #_iskusstvennyj_intellekt (
Искусственный интеллект
), #_transport (
Транспорт
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 12:05
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
|
Недавно столкнулись с любопытной, на вид простой, но неоднозначной, задачей детектирования состояний железнодорожных светофоров для фиксации нарушений ПДД. Проблема оказалась в том, что подключение к железнодорожной автоматике – это сложная процедура, требующая большого количества согласований, а прокладка соответствующих кабелей требует капитальных затрат. Альтернатива – детектировать состояние светофора с камеры видеонаблюдения и фиксировать факт нарушений ПДД по данным с камеры. Предварительно поставив цель и согласовав план проведения испытаний программно-аппаратного комплекса детектирования нарушений ПДД на регулируемых железнодорожных переездах, в качестве объекта для тестирования мы выбрали Инженерный центр Октябрьской железной дороги. Там реализован полномасштабный макет железнодорожного переезда, на котором была установлена камера и комплекс для фиксации нарушений:  Извините, данный ресурс не поддреживается. :( Процесс отладки и тестирования видеоаналитики при включенном на макете светофоре Задачи:
Состав используемого аппаратно-программного комплекса:
Алгоритм детектирования состояния светофора:
До бинаризации проверка нахождения ламп в противофазе выглядит так:  После бинаризации: 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 Демонстрация работы детектора: Извините, данный ресурс не поддреживается. :( Детектирование состояния железнодорожного светофора при помощи объектной видеоаналитики Проблемы, с которыми мы столкнулись при реализации:
 Ожидание и реальность в работе ж/д-светофора Преимущества решения:
=========== Источник: habr.com =========== Похожие новости:
Машинное обучение ), #_iskusstvennyj_intellekt ( Искусственный интеллект ), #_transport ( Транспорт ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 12:05
Часовой пояс: UTC + 5