The Two-Level Information and Analytical Control System for Intelligent Traffic Lights
Main Article Content
Abstract
In the modern world, the problems arising in the field of traffic are of great importance. In order to solve existing problems, various intelligent systems are being developed, one of which is the Smart City system. This work is devoted to the development of an information and analytical system (IAS) for controlling an intelligent traffic light. The presented system consists of two levels, each of which contains a set of specific operations. The first level is responsible for detecting objects, in particular pedestrians and cars at the intersection, and the second level calculates the operating time of traffic light signals for the control signal that is transmitted to the device. For comparative analysis, the combined method (HOG+SVM) Histogram of oriented gradients was chosen, based on counting the number of gradient directions on individual image areas and Support Vector Machines, which are used to construct hyperplanes in n-dimensional space in order to separate objects belonging to different classes. The results of an experimental study, during which the recognition of objects in images was carried out, showed the superiority of the developed information and analytical system over existing methods. The average accuracy of detecting pedestrians and cars through the IAS was 69.4%. In addition, according to the experiment, it was concluded that the accuracy of detecting objects in images is directly proportional to the distance from the video camera to the object.
Article Details
References
2. ГОСТ Р 50597-93 «Автомобильные дороги и улицы требования к эксплуатационному состоянию, допустимому по условиям обеспечения безопасности дорожного движения».
3. Муаль М.Н.Б., Козырев Д.В., Уанкпо Г.Ж.К., Нибасумба Э. Разработка нейросетевого метода в задаче классификации и распознавании изображения // Современные информационные технологии и ИТ-образование. 2021. Т. 17, № 3. С. 507–518.
4. Брехт Э.А., Коншина В.Н. Применение нейронной сети YOLO для распознавания дефектов // Интеллектуальные технологии на транспорте. 2022. № 2(30). С. 41–47.
5. Sala Filip A. Design of false color palettes for grayscale reproduction // Displays. 2017. №46. Р. 9–15.
6. Чернухин Н.А. Комбинированный метод детектирования границ на рентгенографических медицинских изображениях, использующий методику активных контуров // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 88. С. 530–544.
7. Canny J. A computational approach to edge detection // IEEE Trans Pattern Anal Mach Intell. 1986. № 8(6). P. 679–698.
8. Ярошевич П.В., Богуш Р.П. Алгоритм классификации изображений парковочных мест автостоянки на основе гистограмм ориентированных градиентов и метода опорных векторов // Компьютерная оптика. 2017. Т. 41, № 1. С. 110–117.
9. Singh A.K., Shukla V.P., Tiwari Sh., Biradar S.R. Wavelet Based Histogram of Oriented Gradients Feature Descriptors for Classification of Partially Occluded Objects // International Journal of Intelligent Systems and Applications. 2015. Vol. 7, No. 3. P. 54–61.
10. Gornale Sh.S., Patravali P.U., Marathe K.S., Hiremath P.S. Determination of Osteoarthritis Using Histogram of Oriented Gradients and Multiclass SVM // International Journal of Image, Graphics and Signal Processing. 2017. Vol. 9, No. 12. P. 41–49.
11. Михайлов И.С., Зеар Аунг, Йе Тху Аунг. Разработка модификации метода опорных векторов для решения задачи классификации с ограничениями на предметную область // Программные продукты и системы. 2020. № 3. С. 439–448.
12. Зенков В.В. Применение аппроксимации дискриминантной функции Андерсона и метода опорных векторов для решения некоторых задач классификации // Автоматика и телемеханика. 2020. № 1. С. 147–160.
13. Милостная Н.А. Методология синтеза интеллектуальных высокопроизводительных нейро-нечётких систем технического зрения: диссертация на соискание ученой степени доктора технических наук. 2023. 350 с.
14. Бобырь М.В., Архипов А.Е., Горбачев С.В. Нечетко-логические методы в задаче детектирования границ объектов // Информатика и автоматизация. 2022. Т. 21, № 2. С. 376–404.
15. Спицын В.Г. Разработка экспертных систем на основе нечетких правил вывода // Методические указания к лабораторным работам, Томск: Изд-во ТПУ, 2011. 33 с.
16. Suzuki Satoshi, Keiichi Abe. Topological structural analysis of digitized binary images by border following // Comput. Vis. Graph. Image Process. 1985. Vol. 30. P. 32–46.
17. Пегат А. Нечеткое моделирование и управление; пер. с англ. 4-е изд., электрон. М.: Лаборатория знаний, 2020. 801 с.
18. Бобырь М.В., Кулабухов С.А. Моделирование процесса управления температурным режимом в зоне резания на основе нечеткой логики // Проблемы машиностроения и надежности машин. 2017. № 3. С. 76–82. https://doi.org/10.3103/S1052618817030049.
19. Бобырь М.В., Храпова Н.И., Ламонов М.А. Система управления интеллектуальным светофором на основе нечеткой логики // Известия Юго-Западного государственного университета. 2021. Т. 25, № 4. С. 162–176.
20. Бобырь М.В., Милостная Н.А., Храпова Н.И. Свидетельство о государственной регистрации программы для ЭВМ № 2021661796 Российская Федерация. Программа для регулирования светофора на основе нечёткой логики: № 2021660730: заявл. 08.07.2021: опубл. 15.07.2021; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Юго-Западный государственный университет».
21. Бобырь М.В., Храпова Н.И. Свидетельство о государственной регистрации программы для ЭВМ № 2024662790 Российская Федерация. Программа детектирования объектов на пешеходном переходе и определения времени задержки управляющих сигналов светофора: № 2024661177: заявл. 20.05.2024: опубл. 30.05.2024; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Юго-Западный государственный университет».
22. Бобырь М.В., Милостная Н.А., Храпова Н.И. О подходе к детектированию движения пешеходов методом гистограмм направленных градиентов // Электронные библиотеки. 2024. Т. 27, №4. 19 с.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Presenting an article for publication in the Russian Digital Libraries Journal (RDLJ), the authors automatically give consent to grant a limited license to use the materials of the Kazan (Volga) Federal University (KFU) (of course, only if the article is accepted for publication). This means that KFU has the right to publish an article in the next issue of the journal (on the website or in printed form), as well as to reprint this article in the archives of RDLJ CDs or to include in a particular information system or database, produced by KFU.
All copyrighted materials are placed in RDLJ with the consent of the authors. In the event that any of the authors have objected to its publication of materials on this site, the material can be removed, subject to notification to the Editor in writing.
Documents published in RDLJ are protected by copyright and all rights are reserved by the authors. Authors independently monitor compliance with their rights to reproduce or translate their papers published in the journal. If the material is published in RDLJ, reprinted with permission by another publisher or translated into another language, a reference to the original publication.
By submitting an article for publication in RDLJ, authors should take into account that the publication on the Internet, on the one hand, provide unique opportunities for access to their content, but on the other hand, are a new form of information exchange in the global information society where authors and publishers is not always provided with protection against unauthorized copying or other use of materials protected by copyright.
RDLJ is copyrighted. When using materials from the log must indicate the URL: index.phtml page = elbib / rus / journal?. Any change, addition or editing of the author's text are not allowed. Copying individual fragments of articles from the journal is allowed for distribute, remix, adapt, and build upon article, even commercially, as long as they credit that article for the original creation.
Request for the right to reproduce or use any of the materials published in RDLJ should be addressed to the Editor-in-Chief A.M. Elizarov at the following address: amelizarov@gmail.com.
The publishers of RDLJ is not responsible for the view, set out in the published opinion articles.
We suggest the authors of articles downloaded from this page, sign it and send it to the journal publisher's address by e-mail scan copyright agreements on the transfer of non-exclusive rights to use the work.