Browsing by Author "Karnaukh, Dmytro M."

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Контроль дорожнього та пішохідного руху на перехрестях за допомогою інтелектуальних систем управління
    (НУ «Запорізька політехніка», 2024) Жукова, Наталія Михайлівна; Карнаух, Д. М.; Тягунова, Марія Юріївна; Zhukova, Nataliia M.; Karnaukh, Dmytro M.; Tiahunova, Mariia Yu.
  • Thumbnail Image
    Item
    Інтелектуальна система регулювання руху на перехрестях
    (Національний університет «Запорізька політехніка», 2023) Карнаух, Дмитро Миколайович; Karnaukh, Dmytro M.
    UK: У першій частині проаналізовано існуючі системи регулювання руху, виявлено переваги застосування інтелектуальних систем та особливості їх впровадження. У другій частині визначено вимоги до розроблюваної системи, спроєктовано структуру системи та описано її функціонування. У третій частині надано покроковий алгоритм реалізації інтелектуальної системи регулювання руху, обрано та розроблено модель нейронної мережі, обрано для використання набір зображень дорожніх сцен Cityscapes. У четвертій частині проведено тестування та дослідження розробленої системи. У результаті розроблено нейронну мережу для аналізу трафіку та регулювання сигналами світлофора на перехресті. Досліджено залежності параметрів і якості моделі від умов навчання. Показано здатність системи ефективно адаптувати роботу світлофора під поточний транспортний потік. EN; In the first part, the existing traffic control systems are analyzed, the advantages of using intelligent systems and the features of their implementation are revealed. In the second part, the requirements for the developed system are defined, the structure of the system is designed and its functioning is described. In the third part, a step-by-step algorithm for the implementation of an intelligent traffic control system is provided, a neural network model is selected and developed, and a set of Cityscapes road scene images is selected for use. In the fourth part, testing and research of the developed system was carried out. As a result, a neural network was developed for traffic analysis and traffic signal regulation at the intersection. The dependence of model parameters and quality on learning conditions was studied. The ability of the system to effectively adapt the operation of the traffic light to the current traffic flow is shown.