Інтелектуальна система аналізу автомобільного трафіку
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Структура та обсяг роботи: робота складається з вступу та 4 розділів. Загальний обсяг роботи 98 аркушів основного тексту, 21 ілюстрація, 29 таблиць. При підготовці викоистовувалась література з 20 різних джерел.
Актуальність: Сучасні міста стикаються зі зростаючими проблемами перевантаження транспортних мереж, заторів, підвищення аварійності та неефективного управління дорожнім рухом. Існуючі системи відеоспостереження часто залежать від ручної обробки або застарілих алгоритмів, що не дозволяють оперативно аналізувати дорожню ситуацію. Застосування методів штучного інтелекту, зокрема моделей комп’ютерного зору, дає можливість автоматизувати процес аналізу трафіку, підвищити точність і швидкість детекції транспортних засобів та створити основу для систем «розумного міста».
Мета і завдання дослідження. Метою роботи є розробка розподіленої інтелектуальної системи аналізу дорожнього руху, що забезпечує автоматизовану обробку відеоданих, розпізнавання транспортних засобів, реєстраційних номерів та характеристик автомобілів із подальшим збереженням результатів у базі даних.
Основні завдання дослідження включають:
розробку серверної частини на базі FastAPI з інтеграцією з базами даних PostgreSQL;
створення клієнтського застосунку на Windows Forms для зручної взаємодії користувача із системою;
реалізацію архітектури Docker + Kubernetes для масштабування системи відповідно до кількості клієнтів;
інтеграцію з Roboflow Workflow, який забезпечує використання моделей комп’ютерного зору для детекції транспортних засобів, номерів та кольору авто;
створення механізмів обробки та зберігання результатів у двох базах даних - для користувачів і для результатів аналізу відео.
Об’єкт дослідження. Процес автоматизованого аналізу транспортного трафіку з використанням розподіленої інфраструктури, методів штучного інтелекту та комп’ютерного зору.
Предмет дослідження. Методи побудови розподілених клієнт-серверних систем для аналізу відеоданих у режимі реального часу з інтеграцією моделей комп’ютерного зору.
Наукова новизна. Наукова новизна роботи полягає у створенні унікальної розподіленої архітектури системи, яка поєднує динамічне масштабування контейнеризованих бекендів у Kubernetes з автоматичною інтеграцією до воркфлоу Roboflow.
Реалізовано механізм автоматичного створення ізольованого серверного середовища для кожного користувача після авторизації, що забезпечує високий рівень безпеки, стабільності та ефективного використання ресурсів.
Додатково впроваджено алгоритми автоматизованого запису, обробки та вибірки даних із бази PostgreSQL із можливістю запитів за певними критеріями (тип авто, колір, номер тощо).
Практична цінність. Розроблена система може бути впроваджена в центрах моніторингу транспорту, службах безпеки руху, муніципальних системах відеонагляду та логістичних компаніях.
Вона забезпечує автоматичну обробку відеопотоків у реальному часі, централізоване збереження даних і гнучке масштабування інфраструктури. Реалізація системи сприятиме підвищенню ефективності управління дорожнім рухом, зниженню аварійності та розвитку концепції «розумних міст».
Опис
Ключові слова
клієнт-сервер, fastapi, postgresql, roboflow, kubernetes
Бібліографічний опис
Чиншевий, Н. І. Інтелектуальна система аналізу автомобільного трафіку : магістерська дис. : 121 Інженерія програмного забезпечення / Чиншевий Назарій Ігорович. – Київ, 2025. – 114 с.