Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Datorsistēmas
Nosaukums Objektu atpazīšanas metožu izmantošana mazjaudīgās sistēmās
Nosaukums angļu valodā Use of Object Indetifying Methods in Microcomputers
Struktūrvienība 12300 Lietišķo datorsistēmu institūts
Darba vadītājs Aleksejs Jurenoks
Recenzents Dmitrijs Bļizņuks
Anotācija Šī bakalaura darba mērķis ir izpētīt un analizēt mazjaudīgu sistēmu un datorredzes izmantošanu ikdienas lietojumos, īpašu uzmanību pievēršot elektroskrejriteņu vadītāju drošības uzlabošanai, izmantojot objektu atpazīšanas metodes. Darba mērķis ir izstrādāt reāllaika sistēmu, kas spēj atpazīt stop zīmes, tādejādi radot drošības mehānismu elektroskrejriteņu pieaugošajai popularitātei un mazinot iespējamos negadījumus. Lai sasniegtu šī pētījuma mērķi, tika noteikti vairāki uzdevumi. Pirmkārt, tika izpētīti mazjaudīgu sistēmu ierobežojumi un potenciālie pielietojumi. Otrkārt, tika pētīta un analizēta informācija par objektu atpazīšanas metodēm. Veicot konkrētus uzdevumus, tika salīdzināti dažādi objektu atpazīšanas paņēmieni mazjaudīgu sistēmu kontekstā. Balstoties uz rezultātiem, tika izstrādāts reāllaika sistēmas prototips, izmantojot OpenCV un Hāra kaskādes. Sistēmas efektivitāte tika apstiprināta eksperimentālās pārbaudēs, izmantojot reāllaika video ievadi. Tika izstrādāti arī ieteikumi elektroskrejriteņu nomas un ražošanas uzņēmumiem, to klientu drošības uzlabošanai. Divu paņēmienu salīdzināšanai tika veikti eksperimenti simulācijas veidā, izmantojot video failus kā ievaddatus, lai noteiktu piemērotāko paņēmienu stop zīmju atpazīšanas uzdevumam. Salīdzinot OpenCV un Hāra kaskādes ar TensorFlow Lite un EfficientDet modeli, atklājās, ka OpenCV darbojas labāk, tāpēc to izmantoja reālā laika sistēmā. Iegūtie rezultāti tika statistiski analizēti, izmantojot Manna-Vitnija U testu. Reālā laika sistēmas validācijas procesā tika izmantota līdzīga metodoloģija kā simulācijas eksperimentos, izmantojot tos pašus vērtēšanas kritērijus. Izstrādātā sistēma sekmīgi identificēja stop zīmes reāllaika video plūsmā, tādejādi ļaujot uzlabot elektroskrejriteņu braucēju drošību. Darbs sastāv no 58 lappusēm, un tajā ir 4 tabulas, 19 attēlu un 4 pielikumi. Lai pamatotu pētījuma gaitā veikto teorētisko analīzi, kopumā tika izmantoti 70 literatūras avoti. Atslēgas vārdi: mazjaudīgas sistēmas, objektu atpazīšana, Raspberry Pi, elektroskrejritenis, reāllaika sistēma.
Atslēgas vārdi mazjaudīgas sistēmas, objektu atpazīšana, Raspberry Pi, elektroskrejritenis, reāllaika sistēma
Atslēgas vārdi angļu valodā low-power systems, object recognition, Raspberry Pi, electric scooter, real-time system
Valoda lv
Gads 2023
Darba augšupielādes datums un laiks 30.05.2023 14:48:43