Розроблення системи аналізу зображень для виявлення пошкоджень інфраструктури та доріг
Автор: Кагітін Іван Юрійович
Кваліфікаційний рівень: магістр (ОНП)
Спеціальність: Комп'ютерні науки (освітньо-наукова програма)
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2024-2025 н.р.
Мова захисту: українська
Анотація: Кагітін І.Ю., Корпильов Д.В.(керівник). Розроблення системи аналізу зображень для виявлення пошкоджень на інфраструктурі та дорогах. Магістерська кваліфікаційна робота – Національний університет «Львівська політехніка», Львів, 2024. Метою даного дослідження магістерської наукової роботи "Розроблення системи аналізу зображень для виявлення пошкоджень на інфраструктурі та дорогах" є створення автоматизованої системи, яка використовує методи комп’ютерного зору для аналізу зображень інфраструктури та дорожнього покриття з метою виявлення пошкоджень. Система повинна забезпечувати точне, швидке та ефективне виявлення дефектів, що дозволить знижувати витрати на обслуговування та ремонти. Основна задача дослідження полягає в розробці алгоритмів для обробки зображень, які дозволяють виявляти різноманітні пошкодження, такі як тріщини, ями та інші дефекти, на основі візуальних даних. Для реалізації цієї мети буде використано методи машинного навчання та глибокого навчання, які дозволяють автоматично розпізнавати пошкодження. Система має бути здатна працювати з різними типами зображень, отриманих з камер або дронів, що забезпечить універсальність та адаптивність. Важливим аспектом є інтеграція з геоінформаційними системами для точного визначення місця розташування пошкоджень на карті. Цей підхід дозволить ефективно планувати ремонти та моніторити стан інфраструктури в реальному часі. Важливим елементом дослідження є також розробка методів для обробки зображень у різних умовах освітлення та погодних умовах, що дозволяє підвищити точність аналізу. Оцінка результатів роботи системи буде проводитися шляхом порівняння з існуючими методами виявлення пошкоджень, що дозволить оцінити переваги та недоліки розробленого підходу. Система також буде включати інтерфейс для відображення результатів аналізу та надання рекомендацій щодо ремонту. Важливим аспектом є можливість інтеграції цієї технології в існуючі інфраструктурні проекти для автоматизації процесу моніторингу та обслуговування. У результаті дослідження очікується розробка ефективного інструменту для забезпечення безпеки та надійності дорожнього покриття та інфраструктурних об’єктів. Розробка такої системи дозволить значно зменшити час, необхідний для інспекцій, та збільшити точність виявлення дефектів. Вона також сприятиме зменшенню витрат на ручні огляди та покращить моніторинг інфраструктури. Оцінка ефективності системи буде базуватися на аналізі її здатності до виявлення дефектів у реальних умовах, порівняно з традиційними методами. Розробка цієї технології є важливим кроком до автоматизації та покращення ефективності процесів обслуговування інфраструктури, що має велике значення для забезпечення безпеки та комфортного функціонування дорожніх мереж. Завдання магістерської дипломної роботи "Розроблення системи аналізу зображень для виявлення пошкоджень на інфраструктурі та дорогах" полягає у аналізі сучасних методів обробки зображень для виявлення пошкоджень на дорогах та інфраструктурних об’єктах. Передбачено дослідження алгоритмів комп’ютерного зору, які підходять для автоматизації виявлення дефектів. Необхідно розробити методику збору та підготовки навчальних наборів даних для моделювання пошкоджень. Завданням є вибір і адаптація архітектур нейронних мереж для задач класифікації та сегментації пошкоджень. Робота включає створення алгоритму для автоматичного розпізнавання дефектів на основі зображень та реалізацію модуля для роботи з геоприв’язкою пошкоджень до реальної місцевості. Необхідно розробити інтерфейс для візуалізації результатів аналізу зображень та провести тестування розробленої системи на реальних даних. Завданням є оптимізація алгоритмів для забезпечення роботи системи в реальному часі. Також передбачається розробка рекомендацій щодо практичного використання системи та оцінка її ефективності в порівнянні з традиційними методами інспекції. Планується інтеграція системи з зовнішніми джерелами даних, такими як дрони чи мобільні додатки. Важливим завданням є аналіз впливу погодних та освітлювальних умов на точність виявлення дефектів та впровадження засобів фільтрації для зменшення шумів у зображеннях. Завдання включає розробку стратегії масштабованості системи для аналізу великих обсягів даних та підготовку рекомендацій для подальшого вдосконалення системи. Передбачається дослідження можливостей застосування системи в інших галузях та розробка документації для користувачів і адміністраторів. Завданням також є підготовка наукової публікації за результатами виконаної роботи. На завершення передбачено захист результатів роботи та презентація розробленої системи на прикладі конкретних сценаріїв використання. Наукова новизна магістерської роботи "Розроблення системи аналізу зображень для виявлення пошкоджень на інфраструктурі та дорогах" полягає у створенні інноваційного підходу до автоматизації процесу виявлення дефектів інфраструктури та дорожнього покриття за допомогою сучасних технологій комп’ютерного зору та глибокого навчання. У роботі запропоновано нові методи адаптації моделей машинного навчання до умов реального середовища, включаючи змінні освітлення та погодні фактори. Розроблено алгоритми для аналізу пошкоджень з урахуванням геоприв’язки, що дозволяє інтегрувати результати в геоінформаційні системи та забезпечує точне позиціонування дефектів. Запропоновано підхід до комбінування різних типів сенсорних даних та зображень для покращення точності ідентифікації пошкоджень. Впроваджено механізми оптимізації обчислювальних ресурсів для забезпечення роботи системи в реальному часі. Наукова новизна також полягає у створенні методології для побудови та навчання моделей на основі спеціалізованих наборів даних, що включають різноманітні типи пошкоджень, зібрані в різних умовах експлуатації. Розроблено інтерфейс, який дозволяє інтерактивно відображати результати аналізу та надавати рекомендації щодо пріоритетності ремонтних робіт. Перелік використаних літературних джерел: 1. Y. Gu, W. Han, L. Zheng, and B. Jin, "Using IoT Technologies to Resolve the Food Safety Problem – An Analysis Based on Chinese Food Standards," in Web Information Systems and Mining: International Conference, WISM 2012, Chengdu, China, October 26-28, 2012.Proceedings, F. L. Wang, J. Lei, 2. Adafruit Industries. DS18B20 Digital Temperature Sensor Data Sheet. Adafruit, 2020. [Online] Available at: https://www.adafruit.com/product/374 3. DFRobot. AMG8833 Thermal Imaging Camera. DFRobot, 2021. [Online] Available at: https://www.dfrobot.com/product-1677.html 4. Banzi, Massimo, and Shiloh, Michael. Getting Started with ESP32. O’Reilly Media, 2021. 5 X. Zhao, H. Fan, H. Zhu, and H. Fu, "The Design of the Internet of Things Solution for Food Supply Chain," presented at the 2015 International Conference on Education, Management, Information and Medicine, 2015