Інструментальні засоби аналізу якості дорожнього покриття

Скорочена інформація про документ
dc.contributor.advisorГусєва, Ірина Ігорівна
dc.contributor.authorЧурчин, Денис Андрійович
dc.date.accessioned2024-02-06T13:17:16Z
dc.date.available2024-02-06T13:17:16Z
dc.date.issued2024
dc.descriptionДане дослідження показує розробку інструментальних засобів на основі машинного навчання для аналізу дорожнього покриття. Включає нейромережеву модель для виявлення дефектів, вебзастосунок для аналізу відео та фото, і визначення геолокації пошкоджень, та API для широкого використання системи.uk
dc.description.abstractМагістерська дисертація за темою «Інструментальні засоби аналізу якості дорожнього покриття» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Чурчином Денисом Андрійовичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 6 розділів («Постановка завдання аналізу якості дорожнього покриття», «Аналіз літератури та огляд існуючих рішень», «Програмні інструменти для вирішення поставленого завдання», «Опис програмної реалізації», «Робота користувача з програмною системою», «Розробка стартап- проєкту»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 26 джерел; 20 ілюстрацій; 11 таблиць та додатків. Загальний обсяг роботи 104 сторінки. Актуальність. Від якості доріг залежить швидкість та безпека руху, оскільки розбиті дороги сповільнюють рух та пошкоджують автомобілі. Через це важливо швидко виявляти пошкодження та виконувати ремонт. Наразі ремонтом займаються Державне агентство автомобільних доріг України (Укравтодор) або органи місцевого самоврядування, а перевірка стану виконується візуально працівниками та через систему скарг від громадян. Ці методи є недостатньо ефективними, тож можуть бути покращені за допомогою автоматизації. Метою роботи є створення інструментальних засобів на основі машинного навчання для ефективного вирішення проблеми комплексного аналізу якості дорожнього покриття. Для досягнення поставленої мети необхідно виконати наступні завдання: - розробити та навчити нейромережеву модель, спеціально оптимізовану для точного виявлення дефектів дорожнього покриття; - створити вебзастосунок, який слугує інтерактивною платформою для завантаження та аналізу медіа файлів, забезпечуючи інтеграцію розробленої моделі в комплексну систему; - асоціювати пошкодження дорожнього покриття з їх точною геолокацією для нанесення на карту, використовуючи інформацію з медіа файлів або на основі даних з відповідних GPX-файлів; - розробити API, що надає програмний інтерфейс до всіх функціональних можливостей вебзастосунку, дозволяючи ширше застосовувати та впроваджувати систему, забезпечуючи її масштабованість та доступність. Об’єктом дослідження є аналіз якості дорожнього покриття. Предметом дослідження є програмне забезпечення для аналізу якості дорожнього покриття на основі обробки медіа даних. Методи дослідження: теоретичні, як аналіз та узагальнення, і емпіричні, як експериментування та вимірювання. Практичне значення одержаних результатів полягає в розроблених алгоритмах автоматизованого відстеження руху об’єктів, розпізнаних моделлю на основі комʼютерного зору, та алгоритмі поєднання об’єктів знайдених на відео, з географічним положенням, знайденим у файлі з дискретними точками.
dc.description.abstractotherThe master's thesis titled "Instrumental Tools for Road Surface Quality Analysis" was completed by Denys Andriyovych Churchyn, a student of the Department of Software Engineering in Energy at NN IATE. It specializes in field 121 "Software Engineering" under the educational and professional program "Software Engineering of Intelligent Cyber-Physical Systems in Energy". The thesis consists of an introduction; 6 chapters ("Setting the Task of Road Surface Quality Analysis", "Analysis of Literature and Review of Existing Solutions", "Software Tools for Solving the Set Task", "Description of Software Implementation", "User Work with the Software System", "Development of a Startup Project"); conclusions for each of these chapters; general conclusions; a list of used sources, which includes 26 references; 20 illustrations; 11 tables and appendices. The total volume of the work is 104 pages. Relevance of topic. The quality of roads affects the speed and safety of traffic, as broken roads slow down traffic and damage cars. It is therefore important to quickly identify damage and carry out repairs. Currently, repairs are carried out by the State Road Agency of Ukraine or local governments, and the condition is checked visually by employees and through a system of complaints from citizens. These methods are not efficient enough and can be improved by automation. The goal of the research is to create machine learning-based tools to effectively solve the problem of comprehensive analysis of road surface quality. To achieve this goal, the following objectives need to be achieved: - to develop and train a neural network model specifically optimised for the accurate detection of road surface defects; - to create a web application that serves as an interactive platform for uploading and analysing media files, ensuring the integration of the developed model into a comprehensive system; - associate pavement damages with their exact geolocation for mapping, using information from media files or based on data from the corresponding GPX files; - to develop an API that provides a software interface to all the functionality of the web application, allowing for wider use and implementation of the system, ensuring its scalability and accessibility. The object of the study is the analysis of road surface quality. The subject of the study is software for analysing road surface quality based on media data processing. Research methods: theoretical, such as analysis and generalisation, and empirical, such as experimentation and measurement. The practical value of the results lies in the developed algorithms for automated tracking of the movement of objects recognized by a model based on computer vision, and an algorithm for combining objects found on video with the geographical position found in a file with discrete points.
dc.format.extent104 с.uk
dc.identifier.citationЧурчин, Д. А. Інструментальні засоби аналізу якості дорожнього покриття : магістерська дис. : 121 Інженерія програмного забезпечення / Чурчин Денис Андрійович. - Київ, 2024. - 104 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64347
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectінструментальні засобиuk
dc.subjectдорожнє покриттяuk
dc.subjectямиuk
dc.subjectкомп’ютерний зірuk
dc.subjectштучний інтелектuk
dc.subjectаналіз якостіuk
dc.subjectцифрова обробка зображенняuk
dc.subjectцифрова обробка відеоuk
dc.subject.udc004.4
dc.titleІнструментальні засоби аналізу якості дорожнього покриттяuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ІПЗЕ)
Магістерські роботи