“ режим реального часу”

У статті представлено інтегровану інтелектуальну систему допомоги водію (ADAS), яка об’єднує кілька ключових функціональних модулів, як-от: система попередження про зіткнення, виявлення смуг руху, розпізнавання дорожніх знаків та виявлення ям на дорогах, що реалізовані за допомогою сучасних моделей глибинного навчання, зокрема YOLOv8n. Система оптимізована для роботи на пристроях Raspberry Pi або NVIDIA Jetson Nano із обмеженими обчислювальними ресурсами із застосуванням модульної архітектури та паралельного опрацювання даних для забезпечення швидкодії в режимі реального часу.

Вибрано принципи побудови, розроблено метод паралельно-вертикального обчислення суми квадратів різниць, НВІС-структуру пристрою та оцінено затрати обладнання на його реалізацію.

Principles of structure have been selected, method and structure of the VLSI-device of parallel-vertical calculation of the sum of squared differences were developed, and assessments of equipment costs for its implementation were conducted.

Розглянуто проблему вибору методів відстеження розпізнаних об’єктів (ВО) у реальному часі для систем з обмеженими апаратними можливостями. Визначено, що для таких систем доречна інтеграція методів відстеження у пристрій, оминаючи використання передачі даних через мережу інтернет.

Розглянуто існуючі методи відстеження довільної кількості об’єктів у реальному часі.

Серед метрик оцінки ефективності було використано: MOTA, MOTP, F1, MT, ML,  ID, FM.

Розглянуто можливості використання сучасних мереж активнихреференцних станцій в наукових завданнях геомоніторингу

Запропоновано імітаційну геоінформаційна модель уявлення наземної та повітряної обстановки району аеропорту, яка дає можливість з потрібним ступенем деталізації уявити процеси руху повітряних суден та інших об'єктів, які переміщуються на території аеропорту шляхом одночасної трансформації їх символів і ділянок картографічного фону, представленого електронними аеронавігаційними картами спостережуваної ділянки простору в заданому масштабі.