IRCPNU
Institutional Repository of Chernihiv Polytechnic National University

Технологія визначення інтенсивності дорожнього руху за даними відеоряду

ISSN 2415-363X

Show simple item record

dc.contributor.author Стеценко, І. В.
dc.contributor.author Стельмах, О. П.
dc.date.accessioned 2021-02-09T14:41:17Z
dc.date.available 2021-02-09T14:41:17Z
dc.date.issued 2020
dc.identifier.uri http://ir.stu.cn.ua/123456789/21206
dc.description Стеценко, І. В. Технологія визначення інтенсивності дорожнього руху за даними відеоряду / І. В. Стеценко, О. П. Стельмах // Технічні науки та технології. - 2020. - № 2 (20). - С. 116-125. en_US
dc.description.abstract Актуальність теми дослідження. Затори на дорогах є величезною проблемою для всіх учасників дорожнього руху і причиною їх є зростаюча інтенсивність руху та незадовільна якість систем управління транспортним рухом. Системи, що управляють транспортними потоками та приймають рішення про зміну параметрів управління, мають отримувати достовірні та актуальні дані про інтенсивність трафіку. Тому одним із найважливіших завдань є збір та обробка даних про показники руху транспортних засобів. Постановка проблеми. Усереднені за добу (чи навіть за рік) значення інтенсивності руху транспортних засобів можуть забезпечити якісні оцінки параметрів управління для усереднених значень, але не для фактичних, особливо в умовах великих коливань інтенсивності трафіку протягом доби. Для ефективного управління транспортними потоками важливо мати достатньо точну інформацію про стан дорожнього руху (його інтенсивність та завантаженість) на момент прийняття рішення. У цьому дослідженні поставлено завдання розробити технологію визначення інтенсивності дорожнього руху за послідовними значеннями показника завантаженості, що знаходяться в резуль- таті обробки зображень відеоряду смуги дорожнього руху. Аналіз останніх досліджень і публікацій. Були розглянуті наукові публікації, в яких висвітлюються наявні методи визначення інтенсивності дорожнього руху, та зроблено висновок, що ці методи не є достатньо точними для використання їх у сучасних умовах і тому суттєво обмежують розвиток інформаційних систем управління транспортним рухом. Виділення недосліджених частин загальної проблеми. Аналіз відеоряду зображень не використовувався раніше для автоматизованого визначення інтенсивності дорожнього руху. Постановка завдання. Метою цього дослідження є підвищення точності визначення інтенсивності транспортного руху на основі аналізу даних відеопотоку в режимі реального часу за рахунок автоматизованої обробки даних відеоряду, отриманих з камери відеоспостереження смуги дорожнього руху. Виклад основного матеріалу. Представлений метод визначення показника завантаженості TLCR за даними, отриманими в результаті обробки кадру відеоряду з використанням нейромережі U-Net. Послідовність упорядкованих у часі значень показника завантаженості перетворюється в послідовність показників інтенсивності транспортного руху на основі формули, яка отримана в результаті дослідження. Наведено експериментальне дослідження, яке доводить високу точність визначення показників дорожнього руху. Послідовність обробки та перетворень даних складають нову технологію визначення інтенсивності дорожнього руху. Висновки відповідно до статті. У цьому дослідженні розроблена технологія визначення інтенсивності дорожнього руху за даними відеоряду, що надходять із відеокамери спостереження, що забезпечує набагато вищу точність оцінки інтенсивності руху транспортних засобів на ділянці дорожнього руху, ніж існуючі. en_US
dc.language.iso uk en_US
dc.publisher Чернігів: ЧНТУ en_US
dc.relation.ispartofseries 2;(20)
dc.subject аналіз зображень en_US
dc.subject інтенсивність транспортного руху en_US
dc.subject показник завантаженості транспортного руху en_US
dc.subject TLCR en_US
dc.subject Image analysis en_US
dc.subject traffic intensity en_US
dc.subject traffic lane congestion ratio en_US
dc.subject TLCR en_US
dc.title Технологія визначення інтенсивності дорожнього руху за даними відеоряду en_US
dc.title.alternative Technology of traffic intensity evaluation according to the video data en_US
dc.type Article en_US
dc.description.abstractalt1 Urgency of the research. Traffic jams are a major problem for all road users and increasing traffic intensity is the main reason for that along with unsatisfying quality of traffic control system. Systems that control transportation flow and make decisions about changing control parameters should receive reliable and actual traffic intensity data. Due to that fact, one of the most important tasks is collection and processing traffic data. Target setting. Averaged over the day (or even the year) value of the traffic intensity can provide high-quality estimates of the control parameters for averaged values, however not for actual values, especially when large fluctuations in traffic intensity during the day are occur. For effective traffic management, it is important to have sufficiently accurate information about the state of the road (its intensity and congestion) at the time of the decision. In this scientific research, the task is to develop a technology for the traffic intensity evaluation on the basis of successive values of the congestion ratio resulting from image processing of a video image of a traffic lane. Actual scientific researches and issues analysis. Scientific publications were reviewed, which highlight the existing methods for traffic intensity evaluation, and it was concluded that the existing methods are not accurate enough to use it in modern conditions and therefore significantly limit the development of traffic management information systems. Uninvestigated parts of general matters defining. Video data analysis has not been used previously for the automated evaluation of traffic intensity. The research objective. The purpose of this study is to increase the accuracy of determining traffic intensity on the basis of real-time analysis of video stream data by automatically processing video data obtained from a video surveillance camera of a traffic lane. The statement of basic material. The method for determining the TLCR congestion index from the data, obtained as a result of processing a frame of a video sequence using the U-Net neural network, is presented. The sequence of time-ordered values of the congestion indicator turns into a sequence of traffic intensity indicators on the basis of the formula obtained as a result of the research. Experimental research that proves the high accuracy of traffic indicators evaluation is represented. The sequence of data processing and transformations constitutes a new technology determining traffic intensity. Conclusions. In this research, the technology of traffic intensity evaluation according to the video data getting from a surveillance camera, which provides a much higher accuracy in evaluating the traffic intensity in a road area than existing ones, is developed. en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record