Academic Journal
Digital identification and pattern recognition capabilities using machine learning methods, navigation systems, and video surveillance
| Title: | Digital identification and pattern recognition capabilities using machine learning methods, navigation systems, and video surveillance |
|---|---|
| Source: | Technology audit and production reserves; Vol. 1 No. 2(75) (2024): Information and control systems; 6-13 Technology audit and production reserves; Том 1 № 2(75) (2024): Інформаційно-керуючі системи; 6-13 |
| Publisher Information: | РС ТЕСHNOLOGY СЕNTЕR, 2024. |
| Publication Year: | 2024 |
| Subject Terms: | pattern recognition, машинне навчання, згорткові нейронні мережі, machine learning, навігація, unmanned vehicle, convolutional neural networks, безпілотний транспортний засіб, розпізнавання образів, планування, video surveillance, planning, відеоспостереження, navigation |
| Description: | Об’єктами дослідження є безпілотні транспортні засоби та розгалуження мосту міста Києва (Україна), який сполучає між собою Велику Окружну дорогу, Житомирське шосе та проспект Перемоги. Були проаналізовані побудовані маршрути з використанням технології розпізнання автодорожніх знаків, людей та автотранспортних засобів. Важливою проблемою даного дослідження є проведення аналізу можливостей з виявлення перешкод безпілотним транспортним засобом за допомогою розпізнавання образів, що поєднує в собі методи машинного зв’язку, навігацію та відеоспостереження в режимі реального часу. На основі проведеного дослідження були отримані результати виявлення та уникнення перешкод на автодорожньому шляху, де проводилося дослідження з вивченням основних причин, які можуть спричинити затримки у часі (затори, погодні умови, ДТП). Отримано результати планування та навігації для визначення доцільного автодорожнього маршруту, що дозволяє виявляти та усувати перешкоди на дорожньому шляху, а також завчасно побудувати картографічний план маршруту за допомогою використання онлайн-сервісів з картами (Google Maps). Показано, що розпізнавання автодорожніх знаків (на основі класифікації з використанням карти дорожніх знаків, яка складається з 7 категорій), людей та автотранспортних засобів, зводить до мінімуму виникнення дорожньо-транспортних пригод, заторів та затримки у часі. Для розпізнавання образів дорожніх знаків, людей та автотранспортних засобів досліджувалися автодорожні ділянки, які сполучаються з розгалуженим мостом. Таким чином, авторами було розглянуто та проаналізовано цифрові можливості ідентифікації та розпізнавання образів за допомогою методів машинного навчання, систем навігації та відеоспостереження, де вагоме значення відіграє безпека руху автомобільних засобів з виявленням на шляху автодорожніх знаків та перешкод. Отримані результати можуть доповнити можливості використання безпілотних транспортних засобів з метою уникнення перешкод та дорожньо-транспортних пригод на основі навченої системи для розпізнавання образів. Ця система за допомогою згорткових нейронних мереж та систем навігації з відеоспостереженням зможе забезпечити водія та оточуючих людей навколо безпечними умовами під час дорожнього руху. The objects of the study are unmanned vehicles and branches of the bridge of the city of Kyiv (Ukraine), which connects the Great Ring Road, Zhytomyr Highway and Peremogy Avenue. The built routes were analyzed using the technology of recognition of road signs, people and vehicles. The important problem of this research is to analyze the possibilities of detecting obstacles by an unmanned vehicle using pattern recognition, which combines the methods of machine communication, navigation and real-time video surveillance. Based on the study, the results of detecting and avoiding obstacles on the road, where a study was conducted to investigate the main reasons that can cause time delays (traffic jams, weather conditions, accidents). The results of planning and navigation are obtained to determine the appropriate road route, which allows detecting and eliminating obstacles on the road, as well as building a map plan of the route in advance using online map services (Google Maps). It is shown that recognition of road signs (based on the classification using a road sign map consisting of 7 categories), people and vehicles minimizes the occurrence of road accidents, traffic jams and time delays. To recognize the images of road signs, people and vehicles, we studied the road sections connecting to the branched bridge. Thus, the authors have reviewed and analyzed the digital capabilities of pattern identification and recognition using machine learning methods, navigation and video surveillance systems, where the safety of vehicles with detection of road signs and obstacles on the way is of great importance. The results obtained can complement the possibilities of using unmanned vehicles to avoid obstacles and road accidents based on a trained pattern recognition system. This system, using convolutional neural networks and video surveillance navigation systems, will be able to provide the driver and the people around it with safe driving conditions. |
| Document Type: | Article |
| File Description: | application/pdf |
| Language: | English |
| ISSN: | 2664-9969 2706-5448 |
| Access URL: | https://journals.uran.ua/tarp/article/view/297044 |
| Rights: | CC BY |
| Accession Number: | edsair.scientific.p..b2c6ca08601bd0241c57374a5adede6f |
| Database: | OpenAIRE |
| ISSN: | 26649969 27065448 |
|---|