Программа для оценки расстояния до объекта и предупреждения столкновений

Мир машинного обучения, особенно глубокого обучения, в течение последних 10 лет был областью большого интереса для многих компьютерных ученых, которые видят в этой области огромную возможность для поиска эффективных решений проблем, которые было очень трудно, если не невозможно сделать. с традиционными методами разработки программного обеспечения. Сегодня во многих секторах машинное обучение оказалось важным инструментом оптимизации ИТ-продуктов, и мы видим, что в различных секторах, таких как робототехника, безопасность, медицина, автомобили с автоматическим управлением и т. Д. В этом проекте мы хотим предложить решение основанный на глубоком изучении проблемы дорожно-транспортных происшествий, которая в настоящее время является 9-й причиной смерти в мире и первой причиной смерти среди молодежи в возрасте 5-29 лет. В докладе [1] ВОЗ о безопасности дорожного движения в 2018 году указывается, что это число неуклонно растет, причем меньше всего страдают от этого менее развитые страны (особенно в Африке и Юго-Восточной Азии). В этом же отчете говорится, что, если ничего не будет сделано, дорожная авария станет 5-й причиной смерти среди молодежи к 2030 году. Несмотря на ряд мер, разработанных в этом отчете для сокращения этого числа, мы твердо верим, что этот проект глубокого обучения может значительно сократить это число. , Исследование, проведенное Фрэнком и соавторами [1], показало, что 6 из 10 автомобильных аварий можно было избежать, если бы у нас были системы безопасности, которые реагировали менее чем на секунду раньше, чем водитель. Принимая во внимание значительные улучшения в средах глубокого обучения, доступности данных и высоких вычислительных машинах, нет никаких препятствий, мешающих нам воспользоваться ими для предложения решения. По этой причине мы предлагаем проект, который будет обнаруживать объекты на наших дорогах, оценивать расстояние этих объектов от камеры и оповещать водителя, если это расстояние равно или меньше порогового значения (15 метров). Наш проект направлен на то, чтобы помочь водителю и предупредить его как можно скорее, чтобы он как можно скорее предпринял соответствующие действия, которые могут избежать любого столкновения или значительно уменьшить воздействие. Мы планируем использовать современные модели обнаружения объектов искусства, такие как YOLO, чтобы идентифицировать классы целевых объектов и использовать карты глубины от монокулярной камеры, чтобы дать точную оценку расстояния обнаруженного объекта от камеры. Поскольку эта система будет использоваться в деликатной среде, одним из основных требований этой системы является поведение в реальном времени и высокая точность для обнаруженного и оцененного расстояния. Второе требование - сделать систему дешевой и удобной в использовании по сравнению с другими существующими методами. Именно поэтому мы решили использовать изображения с монокулярной камеры и карты глубины, что делает решение дешевым и инновационным. Этот проект (прототип) предоставляет пространство для более крупного и более полного проекта, который будет способствовать созданию инструмента, который может спасти жизни и повысить безопасность на наших дорогах.   Ключевые слова: глубокое обучение, дистанционная оценка, предотвращение столкновений, карта глубины, машинное обучение.