Система computer vision для automotive на базі Raspberry Pi

Abstract

Кваліфікаційна робота спрямована на створення системи комп’ютерного зору для машин automotive, виявляючи об’єкти на дорозі. Розглянуто технологія створення мікропроцесорної системи з використанням пайплайнів і комп’ютерного зору для обробки потокових даних у реальному часі. Практичне значення результатів дослідження та розробки полягає у зручності та компактності одноплатного комп’ютера для розпізнавання об’єктів та людей на борту automotive та широкі можливості інтеграції з різноманітними датчиками. Пояснювальна записка кваліфікаційної роботи складається зі вступу, чотирьох розділів, висновків та одного додатку. У вступі визначається актуальність теми, сформульовані мета, об’єкт, предмет, завдання дослідження магістерської роботи, наукова новизна і практичне значення. У першому розділі розглядаються аналогічні проекти з комп’ютерним зором, які знаходяться у відкритому доступі, і які працюють на основі Raspberry Pi та OpenCV. У другому розділі проводиться підбір апаратних компонентів, технічні характеристики одноплатного комп’ютера Raspberry Pi 4 та RasPi cam V2; показані математичні методи в використанні класифікаторів. У третьому розділі розглянуто фреймворк обробки потоку, бібліотека комп’ютерного зору і апаратно-програмне забезпечення. У четвертому розділі виконується експериментальні дослідження та тестування системи computer vision використовуючи Raspberry Pi, OpenCV і GStreamer . У висновках наведено аналіз виконаної роботи та отриманих результатів дослідження та розроблення. У додатку А наведений лістинг з програмним кодом до апаратно-програмного модулю. В цілому, кваліфікаційна робота без додатків містить 77 сторінок, 67 рисунків, 2 таблиці, 30 джерел посилання. The qualification work is aimed at creating a computer vision system for automotive vehicles to detect objects on the road. The technology of creating a microprocessor system using pipelines and computer vision for processing streaming data in real time is considered. The practical significance of the research and development results lies in the convenience and compactness of a single-board computer for recognizing objects and people on board automotive and the wide possibilities of integration with various sensors. The explanatory note of the qualification work consists of an introduction, four chapters, conclusions and one appendix. The introduction defines the relevance of the topic, formulates the purpose, object, subject, objectives of the master's thesis, scientific novelty and practical significance. The first section discusses similar computer vision projects that are publicly available and are based on Raspberry Pi and OpenCV. The second section contains the selection of hardware components is carried out, the technical characteristics of the Raspberry Pi 4 and RasPi cam V2 single-board computer are considered; choosing of programming languages, and and mathematical methods in the use of classifiers are shown. The third section describes the stream processing framework, computer vision library, and hardware and software. In the fourth section, experimental studies and testing of the computer vision system using Raspberry Pi, OpenCV, and GStreamer are performed. The conclusions provide analysis of the work and the research and development results. Appendix A contains the source code of the control program for the hardware and software module. In total, the qualification work without appendices contains 77 pages, 67 figures, 2 tables, 30 references.