Система единого контроля безопасности дорожного движения на основе аудита безопасности. Проект №2

1. СИСТЕМА ЕДИНОГО КОНТРОЛЯ БЕЗОПАСНОСТИ ДОРОЖНОГО ДВИЖЕНИЯ НА ОСНОВЕ АУДИТА БЕЗОПАСНОСТИ

Авторы:
Горбун Ю.В.
Бондарь А.С.
Научный руководитель:
к.т.н., доцент Боровской А.Е.
Белгород 2019

2. Статистика аварийности

180000
170012
162804
140000
152818
155859
160000
134586
127853
121711
119386
120000
100000
80000
60000
40000
20000
16817
14773
13521
12886
2015
2016
2017
2018
0
ДТП
140000
120000
100000
80000
60000
40000
20000
0
Кол-во
Погибшие
Пострадавшие
Всего ДТП (100%)
ДТП из-за нарушения
водителями ПДД (88,1%)
ДТП из-за
неудовлетворительных
дорожных условий (37,05%)
ДТП из-за нарушения ПДД
пешеходами (10,73%)
ДТП из-за технических
неисправностей ТС (3,76%)
119386
105178
44237
12805
4491

3. Методы оценки аварийности

Метод аварийных коэффициентов
Метод статистического анализа
Большинство частных коэффициентов, использующихся
в данном методе, являются динамическими, так как
именно «динамические параметры» существенно
превалирует при рассмотрении видов НДУ.
К динамическим частным коэффициентам можно
отнести:
1. К1- интенсивность дорожного движения, авт\сут;
2. К10- значение интенсивности движения по
основной дороге на пересечений в одном уровне
второстепенной, авт\сут.
3. К9 - суммарная интенсивность движения
пешеходов
на
наземных
переходах
на
перекрестках, чел/сут;
4. К13- интенсивность движения пешеходов на
переходах вне перекрестков, чел/сут;
В основе данного метода лежат нечеткие множества, а
так же экспертные оценки.
Экспертами
оцениваются
некоторые
элементы
автомобильной дороги:
1. нерегулируемый пешеходный переход (НРПП),
2. регулируемый пешеходный переход (РПП),
3. ограждение проезжей части (ОПЧ),
4. разметка
пешеходного
перехода,
островки
безопасности (ОБ),
5. обеспечение видимости пешеходного перехода (ОВ),
6. расположение пешеходного перехода у автобусных
остановок (РПАО),
7. наличие заездных карманов на автобусных
остановках при наличии пешеходного перехода
(АОБК).

4. Оценка аварийности на примере пр. Ватутина

Участок
пр.Ватутина - ул.Победы пр.Ватутина – ул.5 августа
пр.Ватутина - ул.5 Августа пр.Ватутина - ул.Костюкова
пр.Ватутина - ул.Костюкова – пр.
Ватутина - ул. Королева
пр. Ватутина - ул. Королева – пр.
Ватутина - ул. Губкина
пр. Ватутина - ул. Губкина - пр.
Ватутина - ул. Славянская
пр. Ватутина - ул. Славянская - пр.
Ватутина - пр-д Автомобилистов
пр. Ватутина - пр-д Автомобилистов
- пр. Ватутина - ул. Щорса
Китог.1
Китог.2
Процент 30
увеличени
я Китог
27,06
26,7
23,23
25
26,7
14,79
13,26
16,96
9,36
10,59
57,43%
58,01%
25,21%
23,98
20,71
20
17,86
16,96
14,79
15
11,42
9,12
25,22%
10
20,71
17,86
15,96%
5
23,23
18,5
25%
27,06
23,98
12,84%
9,36
18,50
Минимальное
значение Китог
13,26
10,59
11,42
9,12
Максимальное
значение Китог
0
1
2
3
4
5
6
7
Согласно «Рекомендации по обеспечению безопасности движения на автомобильных дорогах», в
условиях города не допускается наличие участков УДС, на которых итоговый коэффициент аварийности
больше 25. На исследуемых участках 1 и 7 при максимальной загруженности дороги значения равны 26.7
и 27.06 соответственно. При минимальных значениях частных коэффициентов 16.96, 23.98
соответственно.

5. Подсчет интенсивности

В настоящее время распространенной практикой является установка камер над каждой полосой движения,
либо по камере на подход к перекрестку. Это является затратным решением и, к тому же, позволяет
фиксировать только факт проезда автомобиля, но не позволяет отслеживать направление его движения на
пересечении.
Камера установлена на подходе, в
результате чего невозможно отследить
дальнейшее направление движения
автомобиля

6. Предлагаемая система подсчета

Состоит из трех подсистем:
Детектирование
Классификация
Отслеживание траектории
Осуществляется с помощью
комбинации метода ВиолыДжонса с алгоритмом выделения
движущихся объектов. Это
позволило как упростить задачу
обучения каскада Хаара,
применяемого в данном методе,
так и решить проблему
детектирования припаркованных
автомобилей.
Осуществляется на основе
разработанной и обученной
сверточной нейронной сети.
Классифицирует автомобили по
трем классам: легковой
автомобиль, грузовой
автомобиль и автобус. А также
имеет два вспомогательных
класса.
Алгоритм отслеживания
траектории движения
разработан таким образом, что
не следит за объектом
непосредственно, а
обрабатывает данные,
полученные от детектора.
Алгоритм имеет специфические
решения для компенсации
недостатков детектора.

7. Детектирование

Включает две стадии:
Выделение движущихся объектов
Детектирование по методу Виолы-Джонса

8. Классификация

При обучении сети были получены высокие показатели точности – 92,59%. Однако при проверке на
большем количестве данных итоговая точность составила 77,74%.
Структура сверточной нейронной сети
История обучения

9. Отслеживание траекторий

Алгоритм отслеживания имеет три основные функции: начало слежение за
новым объектом, слежений за ранее обнаруженным объектом, прекращение
слежения.
На рисунке красный вектор скорости означает, что объект детектируется,
зеленый – что произошел срыв детектирования и траектория предсказывается.

10. Требования к установке камер

При установке камер основной задачей является минимизировать перекрытия ТС.
Примеры установки камер:
Плохо
Хорошо