Підвищення безпеки руху транспортних засобів шляхом удосконалення систем автоматичної переїзної сигналізації

Abstract

UA: У дисертаційній роботі приведено теоретичне обґрунтування та рішення науково-прикладного завдання підвищення безпеки руху транспортних засобів шляхом розробки моделей і удосконалення методів функціонування автоматичної сигналізації переїзду з використанням пристроїв відеоконтролю. Розроблено комплекс моделей функціонування автоматичної сигналізації переїзду, які враховують динамічні параметри рухомих одиниць залізничного та автотранспорту з ідентифікацією. Вдосконалено процедуру навчання нейромережевої моделі розпізнавання образів автотранспортних засобів, яка дозволяє реалізувати інтелектуальну самонавчальну відеосистему переїзної сигналізації. Вдосконалено метод визначення небезпечних ситуацій, з використанням введеної їх класифікації. Вдосконалено метод виявлення і розпізнавання сторонніх об'єктів у масиві відеоданих шляхом синтезу адаптивної нейромежевої моделі. RU: В диссертационной работе выполнено теоретическое обоснование и решение научно-прикладного задания повышения безопасности движения транспортных средств путем разработки моделей и усовершенствования методов функционирования автоматической переездной сигнализации с использованием устройств видеоконтроля. В работе выполнен анализ состояния безопасности движения транспорта через зоны перекрещивания транспортных потоков который показал, что существующие и эксплуатируемые устройства и системы контроля, не позволяют полностью исключить въезд автодорожных транспортных средств в зону переезда при приближении поезда, а также имеют особенности, которые затрудняют их применение на переездах в настоящее время. На основании экспериментальных исследований за передвижением средств транспорта и пешеходов в зоне мест перекрещивания потоков, а также анализа аналогичного отечественного и зарубежного опыта, показана возможность усовершенствования устройств и систем контроля путем сочетания существующих систем управления ограждающими устройствами и аппаратуры участков приближения с современными цифровыми устройствами видеоконтроля на основе микроЭВМ. Разработан комплекс моделей функционирования автоматической переездной сигнализации переезда, которые учитывают динамические характеристики подвижных железнодорожных и автодорожных единиц с идентификацией, на основе распознавания образов, их параметров движения, которые в отличие от существующих научных подходов повышают уровень безопасности железнодорожных переездов на 10 ÷ 44 %. Усовершенствованна и адаптирована для комплексной системы автоматического распознавания уровней опасности классификация основных транспортных ситуаций, которые возникают в опасной зоне переезда при приближении поезда, где выделены и представлены в двоичной системе исчисления безопасные, опасные угрожающие и опасные аварийные ситуации. Усовершенствован метод определения опасных ситуаций, с использованием введенной их классификации, который в отличие от существующих позволяет осуществлять распознавание ситуаций на основе динамических характеристик транспортных средств. Для практической реализации подобной функциональности метода необходимо ввести в системы сигнализации переезда дополнительные технические средства, которые обеспечат ее информацией о координатах и скорости движения поездов и автотранспортных средств на подходе к переезду. Усовершенствован метод выявления посторонних объектов в массиве видеоданных путем программного выделения в изображении опасной зоны переезда непосредственно железнодорожных путей и прилегающих участков, не отвлекаясь на остальные части видеоизображения. При этом показаны особенности обнаружения объектов путем программного деления изображения на зоны разных уровней чувствительности и применения методов линейной алгебры. Усовершенствован метод распознавания объектов в массиве видеоданных путем синтеза адаптивной нейросетевой модели, что позволило учитывать влияние статических и динамических внешних факторов на оценку возникновения опасных ситуаций. Рассмотрена модель, основанная на использовании как прямых, так и обратных связей (сеть типа APEX), при потоке кадров от видеокамеры формата 256х256 и размерности вектора 65536 элементов. Обнаружены недостатки, когда алгоритм обучения и распознавания объектов «проскакивает мимо» точки минимума погрешности; при увеличении скорости обучения происходит неограниченный рост весовых коэффициентов. Усовершенствована процедура обучения нейронной сети типа APEX путем интерактивного поиска оптимального значения параметра скорости обучения и сделан вывод о ее эффективности для решения задачи выявления главных компонентов и сокращении размерности входного вектора. EN: In this dissertation it is fulfilled theoretical basis and solution of scientific applied problems in increasing safety of movement on vehicles by developing models and improving function methods of automatic signaling on railroad crossings by using videocontrol. It is developed the complex of function models in automatic signaling on railroad crossings. The determination method of dangerous situations is improved by using the introduction of their classification. It is improved the method of determination and identification of outside objects in the mass of videodata by synthesis of adaptive neurooperated models. The training procedure of identificating neurooperated models of images on road vehicles is improved by interactive search of optimal significance in parameter of training rate.