Затори на дорогах є величезною проблемою для всіх учасників дорожнього руху та причиною їх є зростаюча інтенсивність руху та незадовільна якість систем управління транспортним рухом (ТР). Системи, що управляють транспортними потоками та приймають рішення про зміну параметрів управління, мають отримувати достовірні та актуальні дані про інтенсивність трафіку. З метою точного визначення інтенсивності транспортного руху розроблено систему автоматизованої обробки даних відеоряду з камер відеоспостереження смуги дорожнього руху. Інтенсивність ТР визначається розробленим методом отримання показника завантаженості ТР (TLCR) за даними, отриманими в результаті обробки кадру відеоряду з використанням нейромережі U-Net. Результати досліджень демонструють, що запропонована методика здатна підраховувати транспортні засоби з точністю 99,35 відсотків. Мета дослідження - підвищення точності визначення інтенсивності руху на підставі аналізу відеоданих у режимі реального часу шляхом автоматизованої обробки відеоданих, отриманих від камер відеоспостереження у смузі. Методи. Розпізнавання образів, моделювання, штучний інтелект, аналіз даних. Розроблено інформаційну технологію визначення інтенсивності дорожнього руху за даними відеоряду, що надходять з відеокамери спостереження. Запропонована система успішно підрахувала транспортні засоби з високою продуктивністю, наприклад, середні значення F-міри та точність досягає 0,9967 і 0,9935 відповідно. У ході дослідження розроблено технологію визначення інтенсивності дорожнього руху за даними відеоряду, що надходять з відеокамери спостереження. Вдосконалений алгоритм визначення показника завантаженості транспортної ділянки TLCR надає можливість враховувати тільки автомобілі, які рухаються по досліджуваній смузі. Розроблений метод визначає інтенсивність дорожнього руху на основі послідовних значень показника завантаженості. Послідовність обробки та перетворень даних складають нову технологію визначення інтенсивності дорожнього руху, що забезпечує високу точність оцінки інтенсивності руху транспортних засобів на ділянці дорожнього руху. Запропонована система успішно підрахувала транспортні засоби з високою продуктивністю, наприклад, середні значення F-міри та точність досягає 0,9967 і 0,9935 відповідно. У подальших дослідженнях необхідна розробка програмного модуля, який реалізує алгоритм прогнозування показника завантаженості з урахуванням усього набору даних.

 Наукова періодика України 

---

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"