Сообщение

Главная

Разработка интеллектуальной системы помощи водителю

orcid Виницкий Михаил Александрович, orcid Дусталев Евгений Владимирович, orcid Минин Дмитрий Александрович, orcid Бабич Василий Николаевич, orcid Бобровский Вадим Игоревич

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация

DOI 10.31854/2307-1303-2025-13-1-40-46

EDN ZZGRGL

 Полный текст

XML JATS


Аннотация

Постановка задачи. Методы машинного обучения и нейронные сети являются перспективным инструментом для прогнозирования и определения объектов в режиме реального времени, что позволяет найти применение подобным технологиям в обеспечении безопасности дорожного движения. Целью работы является разработка решения, способного с помощью методов искусственного интеллекта детектировать и классифицировать объекты, реализующее функции интеллектуальной системы помощи водителю на борту транспортного средства. Используемые методы: создание сервиса интеллектуального ассистирования на основе сверточных нейронных сетей. Элементом новизны представленного решения является реализация сервиса помощи принятия решения водителю на основе компактной маломощной вычислительной базы. Результат: выбранный сервис интеллектуальной системы помощи принятия решений водителю реализован на компактном маломощном вычислительном устройстве с точностью 87 % по оценке показателя средней точности (mAP) при средней частоте 32 кадра в секунду. Практическая значимость: представленное решение позволяет внедрить систему с использованием алгоритмов искусственного интеллекта на базу транспортного средства благодаря низкому энергопотреблению и нейропроцессорному модулю, способному работать с видеопотоком в режиме реального времени.


Ключевые слова
Advanced Driver’s Assistance System, сверточные нейронные сети, искусственный интеллект, машинное обучение, интеллектуальные транспортные системы, определение объектов.

Библиографическая ссылка на статью

Виницкий М. А., Дусталев Е. В., Минин Д. А., Бабич В. Н., Бобровский В. И. Разработка интеллектуальной системы помощи водителю // Информационные технологии и телекоммуникации. 2025. Т. 13. № 1. С. 40‒46. DOI: 10.31854/2307-1303-2025-13-1-40-46. EDN: ZZGRGL


Reference for citation

Vinitsky M., Dustalev E., Minin D., Babich V., Bobrovsky V. Development of an Advanced Driver Assistance System // Telecom IT. 2025. Vol. 13. Iss. 1. PP. 40‒46 (in Russian). DOI: 10.31854/2307-1303-2025-13-1-40-46. EDN: ZZGRGL
Литература

1. Accelerating the Future of Autonomous Vehicles // NVIDIA. URL: https:// www.nvidia.com/en-us/self-driving-cars (Accessed 10.01.2025)

2. Аналитический отчет по итогам исследования состояния и перспектив развития рынка бортового оборудования и технологий ADAS. 2019 // ГЛОНАСС / ГНСС Форум. URL: http://www.aggf.ru/projects (дата обращения 10.01.2025)

3. Autonomous Driving and Driver Assist Solutions. 2023 // Mentor. URL: https://www.mentor.com/mentorautomotive/autonomous (Accessed 10.01.2025)

4. Бабич В. Н., Виницкий М. А., Дусталев Е. В. Обзор существующих интеллектуальных бортовых систем помощи водителю транспортного средства // Студенческая весна-2023: Материалы 77-й региональной научно-технической конференции студентов, аспирантов и молодых ученых (Санкт-Петербург, 23–24 мая 2023 г.). СПб.: СПбГУТ, 2023. С. 77–82. EDN: OQXZRT

5. Explanation of Application Interface of AD/ADAS Vehicle Motion Control R23-11 // AUTOSCAR URL: https://www.autosar.org/fileadmin/standards/R23-11/CP/AUTOSAR_CP_MOD_AISpecification.zip (Accessed 10.01.2025)

6. Computer Vision for Autonomous Driving: Keep an Eye on the Road // Intellias. URL: https://www.intellias.com/computer-vision-keep-sharp-eye-road (Accessed 10.01.2025)

7. Platform for ADAS. 2023 // Green Hills. URL: https://www.ghs.com/products/auto_adas.html (Accessed 10.01.2025)

8. Xu J. Распознавание образов с помощью искусственного интеллекта. 07.01.2023 // Хабр. URL: https://habr.com/ru/articles/709432 (дата обращения 10.01.2025)

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 
 
войти

Авторизация