Моделі класифікатора передумов виникнення ДТП для передбачення небезпечних ситуацій на перехрестях

Анотація

Предметом статті є передумови виникнення дорожньо-транспортних пригод на перехрестях та ділянках з обмеженою видимістю; використання моделей комп’ютерного зору для завдань класифікації передумов виникнення ДТП і визначення ефективності їх застосування для роботи в режимі реального часу. Мета дослідження – порівняння моделей комп’ютерного зору для завдання класифікації передумов виникнення ДТП для роботи в режимі реального часу; порівняння моделей з використанням платформи Jetson TX2; визначення ефективності роботи зазначеного підходу з метою створення сигналів для водія про небезпеку в режимі реального часу. Завдання: дослідження моделей комп’ютерного зору Detectron2, YOLOv7 для завдання класифікації передумов ДТП на зображенні в розрізі швидкодії моделей, зручності створення набору даних, тренування моделей та їх використання; порівняння YOLOv8 і DetectNet_v2 на одноплатному комп’ютері Jetson TX2 у розрізі швидкодії. Методи дослідження: тренування та використання моделей машинного навчання та методи моделювання небезпечних ситуацій за допомогою програмного забезпечення BeamNG.tech, CARLA; порівняльний аналіз результатів застосування моделей із застосуванням метрик для оцінювання їх ефективності. Основними результатами дослідження є виявлення найбільш ефективної моделі для завдань класифікації на одноплатному комп’ютері Jetson TX2-DetectNet_v2; позитивна оцінка ефективності використання запропонованого підходу для попередження водія про небезпеку в режимі реального часу, проте з огляду на розмір навчального набору даних та складність його підготовки. Висновки. Розглянуто алгоритми комп’ютерного зору, зокрема Detectron2, YOLOv7 та DetectNet_v2. Виявлено, що модель YOLOv7 є кращою порівняно з Detectron2 для завдання виявлення передумов ДТП на зображенні, проте зі свого боку DetectNet_v2 є більш ефективним для застосування на одноплатному комп’ютері Jetson TX2, якщо порівнювати з YOLOv7. Додатково на підставі експериментів з’ясовано, що застосування окресленого підходу для передбачення передумов ДТП є проблематичним через складнощі у створенні навчального набору даних – варіативність сценаріїв передумов.