Метод автоматизации обработки результатов испытаний эффективности действия систем ADAS (DCAS)
Аннотация
Предлагается инновационный метод автоматизированной обработки результатов испытаний эффективности действия интеллектуальных систем помощи водителю (Advanced Driver-Assistance System – ADAS, Driver Control Assistance Systems – DCAS). Разработаны два подхода к определению момента срабатывания целевого визуального сигнала: подход на основе анализа изменения яркости в заданных областях кадра и метод с использованием сверточных нейронных сетей. Приведены примеры технической реализации указанных подходов. Выполнено сравнение подходов по точности, скорости обработки и устойчивости к воздействию внешних условий. Продемонстрирована работоспособность предложенного метода на примере обработки результатов испытаний эффективности действия системы предупреждения о столкновении спереди. Установлено, что подход с использованием нейронных сетей обеспечивает большую точность детекции целевого изображения, чем подход на основе анализа изменения яркости в заданных областях кадра.
Об авторах
Ренат Флюрович Алтдинов
МАДИ
Россия
Россия
магистрант
Сергей Робертович Кристальный
МАДИ
Россия
Россия
канд. техн. наук, доц.
Список литературы
1. Новые методы испытаний систем автоматического экстренного торможения и опыт их применения / А. М. Иванов, С. Р. Кристальный, Н. В. Попов [и др.] // Труды НГТУ им. Р.Е. Алексеева. – 2018. – № 2(121). – С. 146-155. – DOI 10.46960/1816-210X_2018_2_146. – EDN XSELUT.
2. Исследование процесса экстренного торможения с применением системы АБС и без неё / А. Е. Гончарук, Е. С. Красавин, В. Д. Сморчков, С. С. Шадрин // Автомобиль. Дорога. Инфраструктура. – 2021. – № 4(30). – EDN LSPNOQ.
3. Актуальные вопросы совершенствования технического зрения при использовании на автомобилях / А. Г. Тыняный, С. Р. Кристальный, П. А. Красавин [и др.] // Автомобиль. Дорога. Инфраструктура. – 2026. – № 1(47). – EDN HCEEXC.
4. Safety effectiveness of forward collision warning systems in the vehicle fleet: A driving simulation study / O. Olufowobi, J. Ivan, K. Wang, N. Eluru // Accident Analysis & Prevention. – 2025. – Vol. 218. – P. 108078. – DOI 10.1016/j.aap.2025.108078. – EDN EEOXZU.
5. Goodfellow, I. Deep Learning / I. Goodfellow, Y. Bengio, A. Courville. – Cambridge, MA: MIT Press, 2016. – 800 p. – ISBN 0262035618.
Рецензия
Рецензент: В.В. Гаевский, д-р техн. наук, доцент, МАДИ
Просмотров:
18
JATS XML
