Електронна система моніторингу міського трафіку
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Штикало О.В. Електронна система моніторингу міського трафіку. — Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 171 Електроніка. — Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2026.
У дисертаційній роботі розв’язано актуальне науково-прикладне завдання розроблення електронної системи моніторингу міського трафіку на основі пасивного Bluetooth-сканування та методів інтелектуальної обробки даних. Актуальність дослідження зумовлена зростанням навантаження на міські транспортні системи, підвищенням вимог до якості оцінювання транспортних потоків, а також необхідністю побудови підходів до моніторингу, що забезпечують прийнятний баланс між інформативністю спостережень, вартістю інфраструктури та мінімізацією втручання у приватні дані. На відміну від підходів, які ґрунтуються на аналізі зображень засобами відеоспостереження, зокрема із застосуванням детекторів об'єктів, активній взаємодії з користувачем або обробці персоніфікованих навігаційних даних, запропонований у роботі підхід базується на фіксації технічних подій появи Bluetooth-пристроїв у зоні спостереження скануючих вузлів. Це дозволяє розглядати Bluetooth Low Energy як джерело непрямих, але придатних для структурованого аналізу спостережень для аналізу міського руху. У роботі показано, що пасивне Bluetooth-сканування може бути використане як основа для побудови електронної системи моніторингу міського трафіку, проте таке використання пов’язане з принциповою методичною проблемою: окрема MACадреса не відповідає окремому учаснику руху, оскільки один учасник руху може мати кілька Bluetooth-пристроїв, а отже, один і той самий учасник може бути представлений кількома ідентифікаторами. Унаслідок цього прямий підрахунок кількості виявлених MAC-адрес призводить до систематичної надмірності оцінок трафіку. Саме усунення цієї надмірності стало центральною задачею дисертаційного дослідження й визначило логіку побудови всього підходу: від збору спостережень і формалізації даних – до групування ідентифікаторів, оцінювання транспортного потоку та вибору раціональної конфігурації мережі спостереження. Метою дисертаційної роботи є розроблення електронної системи моніторингу міського трафіку на основі пасивного Bluetooth-сканування, нейронних мереж та генетичних алгоритмів, що порівняно з існуючими методами забезпечує зменшення обсягу даних для аналізу та наближене до оптимального розташування скануючих систем з мінімізацією втручання у персональні дані. Для досягнення цієї мети в роботі обґрунтовано вибір пасивного Bluetooth-сканування як джерела технічних спостережень; розроблено структурно-функціональну організацію системи моніторингу; сформовано математичну постановку задачі групування Bluetoothідентифікаторів; запропоновано модель нейронної мережі для оцінювання парної належності MAC-адрес; розвинено багатокритеріальний підхід до оптимізації розташування Bluetooth-систем; а також запропоновано підхід до адаптації рішень розміщення на нові ділянки дорожньої мережі із використанням графової нейронної мережі. Отримані результати дають підстави вважати поставлену мету досягнутою в межах прийнятої постановки дослідження та умов імітаційного моделювання. У дисертації запропоновано структурно-функціональну організацію електронної системи моніторингу на основі пасивного BLE-сканування, у межах якої Bluetooth-вузол розглядається як джерело стандартизованого потоку подій виду «MAC-адреса – час – ID вузла». Таке подання забезпечує можливість переходу від неструктурованих спостережень до часових послідовностей ознак, придатних для подальшого алгоритмічного аналізу. Перевагою запропонованої архітектури є те, що вона відокремлює апаратний рівень фіксації подій від рівня інтелектуальної обробки, що робить систему гнучкою щодо масштабування, зміни конфігурації вузлів і модифікації алгоритмів аналізу без зміни базового принципу збору даних. Окремо наголошено, що в межах роботи використовується принцип мінімізації даних: система оперує фактами виявлення Bluetooth-пристроїв у заданих контрольних точках без використання прикладного вмісту трафіку та без прямої ідентифікації особи. Ключовий методичний внесок дисертації пов’язаний із розробленням моделі групування MAC-адрес на основі сіамської архітектури нейронної мережі з LSTMенкодером. Обґрунтовано, що класична багатокласова класифікація в цій задачі є непридатною, оскільки кількість потенційних користувачів змінюється в часі, а множина класів не є фіксованою. У зв’язку з цим використано підхід навчання метрики, в межах якого модель навчається оцінювати подібність між часовими траєкторіями виявлень різних MAC-адрес. Сіамська модель працює з парами прикладів, формує векторні представлення послідовностей і на основі відстані між ними оцінює ймовірність того, що дві MAC-адреси належать одному учаснику руху. Це дозволяє перейти від прямого розв’язання задачі ідентифікації до більш гнучкої постановки задачі парної належності, яка краще відповідає властивостям предметної області. Для експериментальної перевірки підходу в роботі використано імітаційне середовище SUMO, побудоване на основі міської дорожньої мережі з OpenStreetMap. Дорожню мережу подано у вигляді графа, отриманого шляхом аналізу картографічних зображень, що забезпечує структуроване подання просторових залежностей між вузлами інфраструктури для задач моделювання та симуляції. У дисертації послідовно розмежовано демонстраційний експеримент пасивного Bluetooth-сканування та кількісне оцінювання, яке виконано саме в умовах симуляції. Такий підхід дає змогу забезпечити контрольованість, повторюваність і відтворюваність експериментальних умов, а також цілеспрямовано змінювати параметри моделі трафіку, розташування вузлів та структуру спостережень. Водночас окремо зафіксовано, що числові результати, отримані в дисертації, належать до умов імітаційного моделювання й не повинні безпосередньо ототожнюватися з результатами повномасштабних реальних польових вимірювань. У межах експериментів досліджено низку архітектурних варіантів моделі групування, серед яких найкращі результати показала модель LSTM4. Для неї отримано найменшу похибку парної належності, а подальше зведення парних рішень до груп дало змогу точніше відтворювати часовий профіль транспортного потоку, ніж прямий підрахунок кількості виявлених MAC-адрес і евристичний підхід до групування за перекриттям виявлень. На симуляційних даних без викривлень нормована середньоквадратична похибка відтворення трафіку для моделі нейронної мережі становить 10,64 %, тоді як для евристичного методу – 32,96 %, а для необроблених даних – 63,35 %. Одержані результати свідчать, що запропонований підхід на основі використання моделі нейронної мережі ефективно зменшує надмірність ідентифікаторів, яка виникає внаслідок множинного представлення одного учасника руху кількома Bluetooth-пристроями. Крім того, окремо досліджено сценарії з викривленнями даних, що дозволило оцінити стійкість підходу до зміщень часових міток, пропусків спостережень і помилок у приписуванні подій вузлам. Окрему частину дисертації присвячено задачі оптимізації розташування Bluetooth-систем у межах міської дорожньої мережі. У роботі сформульовано багатокритеріальну постановку, в якій одночасно враховуються кількість вузлів та сукупна похибка моніторингу. Остання поєднує два джерела втрат якості: частку неохоплених учасників руху та похибку групування для тих учасників, що потрапляють у зону спостереження вибраної конфігурації. Для розв’язання цієї задачі використано еволюційний алгоритм NSGA-II, що забезпечує пошук Паретооптимальних конфігурацій у дискретному просторі параметрів. На імітаційній моделі для початкової множини 3360 кандидатних вузлів отримано компромісне рішення зі 115 Bluetooth-системами, що відповідає скороченню інфраструктури приблизно на 96,6 %. Для вибраної конфігурації отримано похибку групування egrp = 0,093, частку неохоплених учасників 1 – c = 0,116 і сукупну похибку моніторингу e = 0,198. Це підтверджує можливість істотного зменшення кількості необхідних вузлів без неприйнятного погіршення якості моніторингу. Подальшим розвитком роботи є адаптація рішень розміщення Bluetooth-систем на нові ділянки дорожньої мережі із використанням графової нейронної мережі. На відміну від повторного повного циклу багатокритеріальної оптимізації, запропонований підхід орієнтований на відтворення вже сформованих принципів розташування вузлів на основі графового подання дорожньої мережі та пов’язаних із ним ознак. У наведеному порівнянні з базовим рішенням NSGA-II адаптоване рішення забезпечило похибку групування 0,071, частку неохоплених учасників 0,126 та сукупну похибку 0,188. Отже, графова нейронна мережа може розглядатися як засіб адаптації раніше отриманих конфігурацій без повного повторення оптимізаційної процедури для кожної нової ділянки міської мережі. У цілому в дисертації сформовано цілісний підхід до побудови електронної системи моніторингу міського трафіку: від збору технічних спостережень і формалізації даних – до групування MAC-адрес, оцінювання транспортного потоку, оптимізації конфігурації системи та адаптації її розташування до нових просторових умов. Практична цінність одержаних результатів полягає в можливості зменшення надмірності ідентифікаторів, скорочення кількості Bluetooth-систем, необхідних для моніторингу, та розширення придатності підходу до масштабування в межах прийнятої постановки дослідження та умов імітаційного моделювання.
Опис
Ключові слова
моніторинг міського трафіку, Bluetooth Low Energy, нейронна мережа, оптимізація, моделювання, симуляція, мікроконтролер, акумулятор, Python, програмування, аналіз зображень, детекція об’єктів, генетичний алгоритм, MACадреси, traffic monitoring, neural networks, optimization, modelling, simulation, microcontroller, battery, programming, image analysis, object detector, Bluetooth, genetic algorithm, MAC address
Бібліографічний опис
Штикало, О. В. Електронна система моніторингу міського трафіку : дис. … д-ра філософії : 171 Електроніка / Штикало Олександр Вікторович. – Київ, 2026. – 239 с.