Hlavní stránka Fóra Forum pro soutěžící SOČ 42. celostátní přehlídka ONLINE 42. CP SOČ online – obor 18 informatika Odpověď na téma: 42. CP SOČ online – obor 18 informatika

#24377
Tomáš Černý
Host

Děkuji porotě za otázky, zde jsou mé odpovědi.

1. Jak by se dalo řešit rozlišování příjezdu a odjezdu vozidla v situaci, že bude společný vjezd i výjezd (jedna cesta) tak, aby se nesnímaly SPZ zezadu?

Předpokládám, že to myslíte tak, že SPZ stále snímají dvě zaření, jedno pro každý směr. Je zde několik možností, ze kterých by se muselo vybrat a které by se musely vyzkoušet.

Nyní mě napadájí 3 řešení, která by šla kombinovat:

A. Jakmile je vozidlo detekováno zařízením v jednom směru, v druhém směru by bylo vozidlo ignorováno. Zde by mohl být problém odhadnout čas nutný pro vozidlo se dostat mimo dosah.

B. Čidla detekce pohybu v obou směrech by zajisté pomohla. Oproti variantě A by tato varianta měla být výrazně spolehlivější. Pro jeden směr by se použila dvě čidla, která by měla mezi sebou vzdálenost třeba 0.25 metru, aby šlo detekovat směr. Co se týče pozice čidel, tak buď ve vozovce, popřípadě retardéru, nebo na straně. Pozice je situační.

C. Nejuniverzálnější by bylo detekovat orientaci vozidla přímo z obrazových dat ze zařízení. Např. využít toho, že zadní světla mají zcela jiný odstín než ta přední.

Na druhém konci spektra co se týče složitosti je natrénovat neuronovou síť. Zpracováváme obraz, tedy konvoluční síť, jejímž vstupem je snímek ze zařízení a výstupem by byly tři pravdepodobnosti: pravděpodobnost žádného vozidla, pravděpodobnost předku vozidla a pravděpodobnost vozidla zezadu. Co se týče architektury, tak se ukazuje, že nejlepší bývá mít několik konvolučních vrstev, pak několik plně propojených vrstev. Nakonci by měla být softmax vrstva, aby součet pravděpodobností byl 1. Optimalizace sítí je téma samo o sobě, takže dál se o tom rozepisovat nebudu.

U takovýchto řešení se může vyplatit využít existující síť, která umí řešit podobný úkol, vyměnit její poslední vrstvu a přetrénovat ji na našich datech (takzv. transfer-learning). Další možností je inspirovat se u řešení, která řeší přesně tento problém, tedy bych se asi začetl do https://www.ri.cmu.edu/pub_files/2010/6/paper.pdf, kde jsou zmíněny veřejné datasety pro trénování, cross-validaci a testování.

2. Pokousel jste se system testovat i za zhorsenych svetelnych nebo klimatickych pomdminek?

Ano, zkoušel jsem zhoršené světelné podmínky, klimatické nejsou přeci jen tak replikovatelné. Přesnost ve zhoršených světelných podmínkách je pak pochopitelně nižší. Pokud by byl systém nasazen v takovém provozu, stačí nasvítit předpokládanou pozici SPZ světlem tak, aby nebyl osvícen řidič. Světlo lze spínat na základě signálu z čidla pohybu. Chránit obraz zařízení proti např. dešti je již vyřešeno v existujících CCTV kamerách, takže tam by se šlo inspirovat. V textu práce jsem zmínil, že zařízení by mělo být v krabičce. Ta by mohla mít sklíčko, které by šlo pokrýt hydrofobní vrstvou (voda se na něm neudrží). Hydrofobní vrstva už samozřejmě testovatelná je.


Tomáš Černý
tmscer@gmail.com
https://tmscer.cz