Integration of image-based fog detection with autonomous decision system for Intelligent Road Sign

• Autorzy: Chmiel Wojciech , Derkacz Jan , Dziech Andrzej , Gozdecki Janusz , Jędrusik Stanisław , Kadłuczka Piotr , Kwiecień Joanna , Mikrut Zbigniew , Rogus Grzegorz

Identyfikatory

DOI

10.2478/jok-2021-0031

Warianty tytułu

PL

Integracja algorytmu detekcji mgły na bazie analizy obrazu z autonomicznym systemem decyzyjnym dla inteligentnego znaku drogowego

• Języki publikacji: EN

Abstrakty

EN

The paper presents the description of the decision system implemented for Intelligent Road Signs. It focuses on the implementation of the novel air transparency analysis system and its integration with the rule system and the speed control infrastructure. Moreover, there are presented issues of making decisions about the content displayed in the case of autonomous and cooperating signs. To reflect more closely on real-life situations, it is assumed that the content presented by the IRS changes dynamically, depending on the road traffic and weather parameters. The IRS system operation was presented using fog detection as an example.

PL

W pracy przedstawiono oryginalny system analizy przejrzystości powietrza i metodę jego integracji z systemem regułowym inteligentnego znaku drogowego (IRS). Elementem decydującym o działaniu autonomicznego znaku oraz kooperacji grupy znaków jest zbiór reguł decyzyjnych określających treść wyświetlanych komunikatów. Dynamika rzeczywistej sytuacji drogowej wymusza zmienność treści prezentowanej przez IRS, w zależności od aktualnych parametrów ruchu drogowego lub warunków pogodowych. Działanie systemu IRS zostało zaprezentowane na przykładzie dotyczącym detekcji mgły.

Słowa kluczowe

EN

rule system; intelligent road sign; inference engine; air transparency analysis; highways surveillance system; speed control; fog detection algorithm

PL

system regułowy; inteligentny znak drogowy; system wnioskujący; analiza przejrzystości powietrza; system nadzoru ruchu drogowego; kontrola prędkości; algorytm detekcji mgły

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2021
• Tom: Vol. 51, iss. 3
• Strony: 19--36
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Chmiel Wojciech

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Derkacz Jan

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Dziech Andrzej

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Gozdecki Janusz

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Jędrusik Stanisław

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Kadłuczka Piotr

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Kwiecień Joanna

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Mikrut Zbigniew

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

autor

Rogus Grzegorz

• AGH University of Science and Technology (Akademia Górniczo-Hutnicza im. Stanisława Staszica)

Bibliografia

• 1. Botte M., Pariota L., D’Acierno L., Bifulco G.N.: An Overview of Cooperative Driving in the European Union: Policies and Practices. Electronics 8, 616, 2019.
• 2. Chmiel W., Dziech A., Jędrusik S., Kadłuczka P., Kwiecień J., Szwed P., Mikrut Z., Rogus G.: Rule system for speed limit determination on national roads in Poland, MATEC Web Conf. 2018, DOI 10.1051/matecconf/20182310200.
• 3. Chmiel W., Skalna I., Jędrusik S.: Intelligent route planning system based on interval computing. Multimed Tools Appl 78, 4693–4721, 2019, DOI 10.1007/s11042-018-6714-x.
• 4. Chmiel W., Szwed P.: Learning Fuzzy Cognitive Map for Traffic Prediction Using an Evolutionary Algorithm. Multimedia Communications, Services and Security, vol. 566, Springer International Publishing, 2015.
• 5. Czyżewski A., Sroczyński A., Śmiałkowski T., Hoffmann P.: Development of Intelligent Road Signs with V2X Interface for Adaptive Traffic Controlling, 6th International Conference on Models and Technologies for Intelligent Transportation Systems (MT-ITS), 2019, DOI 10.1109/MTITS.2019.8883369.
• 6. Czyżewski A., Kurowski A., Zaporowski S.: Application of autoencoder to traffic noise analysis. J. Acoust. Soc. Amer., 2019, DOI 10.1121/1.5137275.
• 7. Fernandes F., Freitas E., Carneiro J.O., Pires V., Pastor M., Luís E.A., Chivanga Barros A.A., Landi Jr. S., Singh D., Pereira M., Teixeira V., Samantilleke A.P.: Smart road paint and road signs with the ability to change colour at low temperature. Conference: European Road Infrastructure Congress, 2016.
• 8. Gozdecki J., Łoziak K., Dziech J., Chmiel W., Kwiecień J., Derkacz J., Kadłuczka P.: Communication system for Intelligent Road Signs network. Models and Technologies for Intelligent Transportation Systems (MT-ITS) - 6th International Conference, 2019, DOI 10.1109/MTITS.2019.888338.
• 9. Haralick R.M., Shapiro L.G.: Computer and Robot Vision: Vol. 1, Addison-Wesley, 1992.
• 10. Haralick R.M., Shanmugan K., Dinstein I.: Textural Features for Image Classification, IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-3, 1973.
• 11. Jin J., Ma X.: A Multi-Objective Agent-Based Control Approach With Application in Intelligent Traffic Signal System, IEEE Transactions on Intelligent Transportation Systems, Vol. 20, No. 10, 2019.
• 12. Jin J., Ma X.: Hierarchical multi-agent control of traffic lights based on collective learning, Engineering Applications of Artificial Intelligence, vol. 68, 2018.
• 13. Jin J., Ma X.: A group-based traffic signal control with adaptive learning ability,Engineering Applications of Artificial Intelligence, vol. 65, 2017.
• 14. Lipko J., Kucherov S., Shevchenko O.: Configurable intelligent road sign management information system. 20th International Multidisciplinary Scientific GeoConference SGEM 2020, 18 - 24 August 2020.
• 15. Li Z., Li C., Zhang Y., Hu X.: Intelligent traffic light control system based on real time traffic flows, 2017 14th IEEE Annual Consumer Communications & Networking Conference (CCNC), 2017, DOI 10.1109/CCNC.2017.7983196.
• 16. Marti I., Tomas V.R., Saez A., Martinez J.J.: A Rule-Based Multi-agent System for Road Traffic Management. IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology, Milan, Italy, 2009, DOI 10.1109/WI-IAT.2009.35.
• 17. Ragavan K., Venkatalakshmi K., Vijayalakshmi K.K.: Traffic video-based intelligent traffic control system for smart cities using modified ant colony optimizer. Computational Intelligence, 37, 2021, DOI 10.1111/coin.12424.
• 18. Sakuraba A., Ito T., Shibata Y.: Wavelength V2X Cognitive Wireless Communication System. In: Barolli L., Leu FY., Enokido T., Chen HC. (eds): Advances on Broadband and Wireless Computing, Communication and Applications, Lecture Notes on Data Engineering and Communications Technologies, vol 25. Springer, Cham 2019.
• 19. Shrouf F., Ordieres J., Miragliotta G.: Smart factories in Industry 4.0: a review of the concept and of energy management approached in production based on the Internet of Things paradigm, IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) (Bandar Sunway: IEEE), 2014.
• 20. Sjoberg K., Andres P., Buburuzan T., Brakemeier A.: Cooperative Intelligent Transport Systems in Europe: Current Deployment Status and Outlook. IEEE Vehicular Technology Magazine, 12, 2017.
• 21. Toh C.K., Cano J., Fernandez-Laguia C., Manzoni P., Calafate C.T.: Wireless digital traffic signs of the future, in IET Networks, vol. 8, no. 1, 2019, DOI 10.1049/iet-net.2018.5127.
• 22. https://www.traxelektronik.pl/pogoda/kamery/kamery_zb.php?rejid=5 (2020-05-24)
• 23. http://cybermoon.pl (2020-05-24)