Система аналізу та моніторингу трафіку та паркувальних місць в контексті розумних міст

Скорочена інформація про документ
dc.contributor.advisorКуссуль, Наталія Миколаївна
dc.contributor.authorКасьяновський, Олег Едуардович
dc.date.accessioned2024-08-22T08:18:00Z
dc.date.available2024-08-22T08:18:00Z
dc.date.issued2024
dc.description.abstractАктуальність теми. У сучасному світі міста стикаються з численними викликами, серед яких важливе місце займають транспортні проблеми та обмеженість паркувальних місць. Зростання кількості автомобілів призводить до постійного збільшення заторів, забруднення повітря та неефективного використання міського простору. У цьому контексті розумні міста (Smart Cities) стають важливою концепцією для створення стійких та комфортних умов для мешканців. Розумні міста, або Smart Cities, представляють собою інноваційну концепцію урбаністичного розвитку, яка спрямована на покращення якості життя мешканців через інтеграцію сучасних технологій у всі аспекти міського середовища. Вони об'єднують інформаційні та комунікаційні технології (ІКТ), інтернет речей (IoT), великі дані (Big Data), штучний інтелект (AI) та інші інноваційні рішення для створення стійких, ефективних та зручних міських систем. Незважаючи на наявність деяких досліджень у цій галузі, спостерігається недостатність наявних досліджень. Відсутність системи моніторингу та аналізу паркувальних місць може призводити до серйозних негативних наслідків. Зростання заторів є однією з головних проблем, оскільки хаотичне паркування та постійний пошук вільних місць збільшують кількість транспортних засобів на дорогах. Це, у свою чергу, сприяє забрудненню повітря через збільшення викидів шкідливих речовин, що погіршує екологічну ситуацію у місті. Таким чином, актуальність цієї роботи обумовлена такими факторами: зростанням популярності поняття «розумні міста» в умовах урбанізації та збільшення транспортного навантаження; відсутністю системи аналізу та моніторингу паркувальних місць, що дозволяє ефективно вирішувати проблеми з паркуванням. Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась згідно з планом науково-дослідних робіт кафедри математичного моделювання та аналізу даних Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Мета і задачі дослідження. Метою даної роботи є розробка та оптимізація методів аналізу зображень для визначення наявності вільних місць для паркування. Побудувати систему, що аналізує та визначає наявность вільних місць для паркування. Для досягнення вказаної мети було розв’язано такі задачі: систематизувати існуючі методи аналізу та моніторингу паркувальних місць; розробити модель прогнозування доступності паркувальних місць; розробити математичне та програмне забезпечення для аналізу та моніторингу паркувальних місць; Об’єктом дослідження є система моніторингу паркувальних місць, яка використовує аналіз зображень для визначення наявності вільних місць для паркування. Досліджувані засоби — інструменти системи моніторингу: інструменти представлення зображень в числовій формі, математичної статистики, класичного аналізу даних, машинного та глибинного навчання, великих даних; нейронні мережі. Предметом дослідження є технології та моделі аналізу зображень для визначення наявності вільних місць для паркування. Методи дослідження. В роботі використовуються сучасні методи глибинного навчання, зокрема методи детекції об'єктів, такі як YOLO (You Only Look Once). Наукова новизна одержаних результатів складається з таких положень: створено комплексне програмне забезпечення для збору, обробки та аналізу даних про паркувальні місця, що значно підвищує ефективність управління транспортними потоками у міських умовах; розроблено та впроваджено інноваційний підхід до аналізу та моніторингу паркувальних місць на основі методів глибинного навчання, зокрема алгоритму YOLO; отримані результати дозволяють розробити рекомендації для міських адміністрацій щодо оптимізації паркувальної інфраструктури та зниження заторів, що сприяє покращенню якості життя мешканців міста. Практичне значення одержаних результатів. Побудована система дозволить ефективно аналізувати та моніторити паркувальні місця, що допоможе всім учасникам міського трафіку приймати обґрунтовані рішення. Отримані дані про поточну ситуацію з паркувальними місцями сприятимуть оптимізації транспортного руху та зниженню заторів. Особливо важливими такі дослідження є для міських служб, відповідальних за управління транспортною інфраструктурою, оскільки вони дозволять покращити планування та розподіл паркувальних ресурсів. Це, у свою чергу, допоможе уникнути неефективного використання міського простору та підвищити загальну ефективність транспортної системи міста.
dc.description.abstractotherTopic relevance. In today's world, cities face numerous challenges, including transportation problems and limited parking spaces. The growing number of cars leads to a steady increase in congestion, air pollution, and inefficient use of urban space. In this context, smart cities are becoming an important concept for creating sustainable and comfortable conditions for residents. Smart cities are an innovative concept of urban development that aims to improve the quality of life of residents by integrating modern technologies into all aspects of the urban environment. They combine information and communication technologies (ICT), the Internet of Things (IoT), big data, artificial intelligence (AI) and other innovative solutions to create sustainable, efficient and convenient urban systems. Despite the existence of some research in this area, there is a lack of existing studies. The lack of a system for monitoring and analyzing parking spaces can lead to serious negative consequences. Increasing congestion is one of the main problems, as chaotic parking and the constant search for free spaces increase the number of vehicles on the roads. This, in turn, contributes to air pollution through increased emissions of harmful substances, which worsens the environmental situation in the city. Thus, the relevance of this work is due to the following factors: the growing popularity of the concept of “smart cities” in the context of urbanization and increased traffic; lack of a system for analyzing and monitoring parking spaces, which would allow to effectively solve parking problems. Thesis connection to scientific programs, plans, and topics. The dissertation was carried out in accordance with the research plan of the Department of Mathematical Modeling and Data Analysis of the National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”. Research goal and objectives. The aim of this work is to develop and optimize image analysis methods for determining the availability of free parking spaces. To build a system that analyzes and determines the availability of free parking spaces. To accomplish this goal, the following objectives were reached: systematize existing methods of parking lot analysis and monitoring; to develop a model for forecasting the availability of parking spaces; to develop mathematical and software for analyzing and monitoring parking spaces. Object of research is a parking lot monitoring system that uses image analysis to determine the availability of free parking spaces. Research tools – tools for representing images in numerical form, mathematical statistics, classical data analysis, machine and deep learning, big data; neural networks. Subject of research is technologies and models of image analysis to determine the availability of free parking spaces. Research methods. The work uses modern methods of deep learning, in particular object detection methods such as YOLO (You Only Look Once). Scientific contribution consists of the following provisions: a comprehensive software for collecting, processing and analyzing data on parking spaces has been created, which significantly increases the efficiency of traffic management in urban areas; an innovative approach to the analysis and monitoring of parking spaces based on deep learning methods, in particular the YOLO algorithm, has been developed and implemented; the results obtained allow us to develop recommendations for city administrations to optimize parking infrastructure and reduce congestion, which contributes to improving the quality of life of city residents. Practical significance of the results. The built system will allow to effectively analyze and monitor parking spaces, which will help all participants in urban traffic to make informed decisions. The data obtained on the current situation with parking spaces will help optimize traffic and reduce congestion. Such studies are especially important for city services responsible for managing transport infrastructure, as they will improve planning and allocation of parking resources. This, in turn, will help to avoid inefficient use of urban space and increase the overall efficiency of the city's transportation system.
dc.format.extent68 c.
dc.identifier.citationКасьяновський, О. Е. Система аналізу та моніторингу трафіку та паркувальних місць в контексті розумних міст : магістерська дис. : 113 Прикладна математика / Касьяновський Олег Едуардович. – Київ, 2024. – 68 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/68464
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectрозумні міста
dc.subjectаналіз паркувальних місць
dc.subjectглибинне навчання
dc.subjectмашинне навчання
dc.subjectYOLO
dc.subjectінтернет речей (IoT)
dc.subjectвеликі дані
dc.subjectsmart cities
dc.subjectparking lot analysis
dc.subjectdeep learning
dc.subjectmachine learning
dc.subjectYOLO
dc.subjectInternet of Things (IoT)
dc.subjectbig data
dc.subject.udc51.7
dc.titleСистема аналізу та моніторингу трафіку та паркувальних місць в контексті розумних міст
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kasianovskii_magistr.pdf
Розмір:
2.77 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММАД)
Магістерські роботи