• Продукты
  • Проекты
  • Свободное ПО
  • Исследования
  • О компании
Автоматизация бизнес-процессов и документооборота организации в системе «Е1 Евфрат».
От потребности до результата. Заявки, планы закупок, торги, контракты в модульном комплексе Cognitive Lot
Комплексные решения для систем номенклатуры, справочников, классификаторов от постановки задачи до загрузки в Вашу ERP.
Всё по своим местам. Документы, презентации, видео, аудио. Быстро и надежно на MS SQL и Oracle, полное соответствие ГОСТам архивного хранения.
Всего: 116
Назад
Интелектуальная система распознавания текста. Программа для оптического распознования текста документов в редактируемый вид.
Назад

Cognitive Technologies
117312, Россия, Москва
Проспект 60-летия Октября, 9, офис 709

  • +7 (495) 956-90-06
  • +7 (495) 984-41-63
Написать письмо
Отмена
Отправить
Меню

Прикладные научные исследования по мероприятию 1.3 ФЦП

«Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014—2020 годы»


Проект выполняется при финансовой поддержке государства в лице Министерства образования и науки Российской Федерации.

Уникальный идентификатор проекта: RFMEFI57914X0011.

№ соглашения о предоставлении субсидии: № 14.579.21.0011 от 05.06.2014г.

Тема проекта: Разработка технологии повышения безопасности движения автомобилей на базе компьютерного зрения.

Исполнитель проекта: ООО «Когнитивные технологии»

Индустриальный партнер: ЗАО «Интерпрогма»

Сумма договора:

Средства субсидии – 43,5 млн. руб.

  • в 2014 году - 15000000 (Пятнадцать миллионов) рублей;
  • в 2015 году - 13500000 (Тринадцать миллионов пятьсот тысяч) рублей;
  • в 2016 году - 15000000 (Пятнадцать миллионов) рублей.

Средства Индустриального партнера – 45 млн. руб.

  • в 2014 году в размере 15000000 (Пятнадцать миллионов) рублей,
  • в 2015 году в размере 15000000 (Пятнадцать миллионов) рублей,
  • в 2016 году в размере 15000000 (Пятнадцать миллионов) рублей

Срок проведения работ: с 05.06.2014 по 31.12.2016

Основные этапы проекта

1 этап (05.06.2014 г. - 31.12.2014 г.) — Выбор направления исследований. Теоретические исследования поставленных перед ПНИ задач.

2 этап (01.01.2015 г. - 30.06.2015 г.) — Теоретические исследования поставленных перед ПНИ задач.

3 этап (01.07.2015 г. - 31.12.2015 г.) — Теоретические исследования поставленных перед ПНИ задач.

4 этап (01.01.2016 г. - 30.06.2016 г.) — Теоретические исследования поставленных перед ПНИ задач.

5 этап (01.07.2016 г. - 31.12.2016 г.) — Экспериментальные исследования поставленных перед ПНИ задач. Обобщение и оценка результатов исследований.

Результаты работ

Технология повышения безопасности движения автомобилей на базе методов компьютерного зрения (система класса Vision-Based Driver Assistance).

К научно техническим задачам проекта относятся:

  • решение на прикладном уровне ряда задач компьютерного зрения, связанных с автоматическим пониманием дорожной ситуации и информирования о возможных аварийных ситуациях водителя транспортного средства, снабженного устройствами ввода видеопоследовательностей и их интерпретации;
  • создание отсутствующего в настоящее время полнофункционального отечественное прикладного решения мирового уровня в области помощника водителя на основе компьютерного зрения, предупреждающего о возможных аварийных ситуациях.

Перечень научных и научно-технических результатов, полученных при выполнении ПНИ:

  • методы предобработки видеопотока (прием и первичная обработка видеопотока в режиме реального времени) и математическая модель, реализующая эти методы (разработаны в 2014 году);
  • методы распознавания/детектирования границ дорожного полотна, элементов дорожной разметки, полосы движения и математическая модель, реализующая эти методы (разработаны в 2014 году);
  • методы распознавания/детектирования автомобилей, с учетом их ракурса и направления движения и математическая модель, реализующая эти методы (разработаны в 2015 году);
  • методы распознавания/детектирования пешеходов, велосипедистов, мотоциклистов и математическая модель, реализующая эти методы (разработаны в 2015 году);
  • методы распознавания и анализа дорожной сцены и математическая модель, реализующая эти методы (разработаны в 2015 году);
  • методы регистрации и предсказания изменения положения активных по отношению к ТС участников дорожного движения и математическая модель, реализующая эти методы (разработаны в 2015 году);
  • методы стабилизации изображения в видеопотоке на основе определения углов поворота автомобиля (тангаж, рысканье, крен) и математическая модель, реализующая эти методы (разработаны в 2016 году);
  • методы идентификации/прогноза опасных дорожных ситуаций на основе комплексного анализа данных о динамике развития дорожной ситуации и математическая модель, реализующая эти методы (разработаны в 2016 году);
  • алгоритмы по созданным математическим моделям (разработаны в 2016 году).

Разрабатываемая в рамках проекта технология повышения безопасности движения автомобилей на базе методов компьютерного зрения будет использоваться для создания новой или усовершенствования уже созданных бортовых информационных систем автомобилей.

Создание продукции с использованием технологии повышения безопасности движения автомобилей на базе методов компьютерного зрения позволит повысить конкурентоспособность отечественных автопроизводителей и обеспечить импортозамещение систем данного класса, представленных в настоящее время исключительно иностранными разработчиками.

Оснащения автомобилей системами класса Vision-Based Driver Assistance, разработанных на основе результатов ПНИ, позволит повысить безопасность дорожного движения, сократить количество ДТП и минимизировать их последствия.

Заложенные в проекте требования превышают возможности современных систем класса Vision-Based Driver Assistance, которые разработаны и разрабатываются по заказу ведущих мировых автоконцернов.

Публикации и патенты по проекту

  1. ИСПОЛЬЗОВАНИЕ МЕТОДОВ КОМПЬЮТЕРНОГО ЗРЕНИЯ ДЛЯ НАВИГАЦИИ АВТОМОБИЛЕЙ И НАЗЕМНЫХ ПОДВИЖНЫХ ОБЪЕКТОВ, А.Г. Букин, А.С. Лычагов, Р.Н. Садеков, О.А. Славин // Гироскопия и навигация, 2015, № 2 (89), стр. 58-66.
  2. Fast Roadway Detection using Car Cabin Video Camera, Daria Krokhina ; Veniamin Blinov ; Sergey Gladilin ; Ivan Tarhanov ; Vassili Postnikov // Proc. of SPIE (Eighth International Conference on Machine Vision) Vol. 9875, 98751F.
  3. Building a robust vehicle detection and classification module. Anton Grigoryev ; Timur Khanipov ; Ivan Koptelov ; Dmitry Bocharov ; Vassily Postnikov ; Dmitry Nikolaev // Proc. of SPIE (Eighth International Conference on Machine Vision) Vol. 9875, 98751J.
  4. Патент РФ на полезную модель «Система распознавания и анализа дорожной сцены», № 165235.
  5. АЛГОРИТМЫ ДЕТЕКТИРОВАНИЯ ОБЪЕКТОВ ПЕРСПЕКТИВНОЙ ОТЕЧЕСТВЕННОЙ СИСТЕМЫ ПОМОЩИ ВОДИТЕЛЮ, Ф.Г. Кирдяшов, В.М. Кляцкин, Ю.В. Лихолай, В.Е. Прун, Р.Н. Садеков // Гироскопия и навигация, принята к печати.
  6. Forward Rectification — Spatial Image Normalization for a Video from a Forward Facing Vehicle Camera. Viktor Prun, Dmitri Polevoy, Vassiliy Postnikov // Proc. of SPIE (The 9th International Conference on Machine Vision, ICMV 2016), принята к печати.
  7. Свидетельство о государственной регистрации программы для ЭВМ «Каскадный детектор для обнаружения участников дорожной сцены (автомобилей, пешеходов, светофоров)» (Заявка на государственную регистрацию от 30.09.2016 № 2016619908).