Automatyczne rozpoznawanie parametrów kół pojazdu

• Autorzy: Balcerek, Julian , Konieczka, Adam , Pawłowski, Paweł , Dankowski, Cyprian , Firlej, Mateusz , Fulara, Piotr

Warianty tytułu

EN

Automatic recognition of vehicle wheel parameters

• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule zaproponowano system do automatycznego rozpoznawania parametrów kół pojazdu wykorzystujący sztuczne sieci neuronowe. Przeprowadzono trening, walidację i testy na przygotowanej bazie obrazów pod kątem rozpoznawania oznaczeń opon samochdów osobowych. Oprócz oznaczeń, wykrywane są także uszkodzenia kół, poziom ciśnienia powietrza i stan bieżnika opon. Do wygodnej obsługi systemu przygotowano aplikację mobilną.

EN

This article proposes a system for the automatic recognition of vehicle wheel parameters, which uses artificial neural networks. Training, validation and tests were conducted on the prepared image database for the recognition of passenger car tire markings. Our system also detects damage to the wheels as well as the level of air pressure and the condition of the tire tread. A mobile application has been prepared for the convenient operation of the system.

Słowa kluczowe

PL

rozpoznawanie parametrów kół; system wizyjny; aplikacja mobilna; sztuczne sieci neuronowe

EN

artificial neural network; recognition of parameters of the vehicle wheels; vision system; mobile application

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2022
• Tom: R. 98, nr 9
• Strony: 205--208
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Balcerek, Julian

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań,

autor

Konieczka, Adam

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań,

autor

Pawłowski, Paweł

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań,

autor

Dankowski, Cyprian

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań,

autor

Firlej, Mateusz

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań,

autor

Fulara, Piotr

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań,

Bibliografia

• [1] Symon E., Komenda Główna Policji Biuro Ruchu Drogowego, Wypadki drogowe w Polsce w 2019 roku, Warszawa 2020, https://statystyka.policja.pl/st/ruch-drogowy/76562,wypadki-drogowe-raporty-roczne.html (dostęp: 30.03.2022).
• [2] Kazmi W., Nabney I., Vogiatzis G., Rose P., Codd A., An Efficient Industrial System for Vehicle Tyre (Tire) Detection and Text Recognition Using Deep Learning, https://core.ac.uk/ download/pdf/286712293.pdf (dostęp: 30.03.2022).
• [3] Sklep Google Play, Tire Check ‒ Analyse your Tyre 2018, https://play.google.com/store/apps/details?id=ie.assettrac.tirecheck.tirecheck&hl=pl (dostęp: 30.03.2022).
• [4] Balcerek J., Hinc M., Jalowski Ł., Michalak J., Rabiza M., Konieczka A., Vision-based mobile application for supporting the user in the vehicle operation, Proc. of Signal Processing −Algorithms, Architectures, Arrangements, and Applications SPA’2019, IEEE International Conference, pp. 250−255, Poznań, Poland, 18−20 September 2019.
• [5] Python Software Foundation, Python, 2022, https://www. python.org/about/ (dostęp: 30.03.2022).
• [6] JetBrains s.r.o., PyCharm The Python IDE for Professional Developers, 2022, https://www.jetbrains.com/pycharm/ (dostęp: 30.03.2022).
• [7] OpenCV team, OpenCV, 2022, https://opencv.org (dostęp: 30.03.2022).
• [8] TensorFlow, TensorFlow Lite converter, https://www. tensorflow.org/lite/convert (dostęp: 30.03.2022).
• [9] Unruh A., What is the TensorFlow machine intelligence platform?, 09.11.2017, https://opensource.com/article/17/11/intro-tensorflow (dostęp: 30.03.2022).
• [10] Schildt H., Java. Kompendium programisty, Helion, 2005.
• [11] Google Developers, Android Developers, Meet Android Studio, 24.03.2022, https://developer.android.com/studio/intro (dostęp:30.03.2022).
• [12] Redmon J., Farhadi A., YOLOv3: An Incremental Improvement,https://arxiv.org/pdf/1804.02767.pdf (dostęp: 30.03 2022).
• [13] Colaboratory, Witamy w Colaboratory, https://colab.research. google.com/notebooks/intro.ipynb (dostęp: 30.03.2022).
• [14] Tzutalin, Program LabelImg, https://tzutalin.github.io/labelImg/ (dostęp: 30.03.2022).
• [15] Anaconda Inc., Anaconda Distribution, 2022, https://www. anaconda.com/products/individual (dostęp: 30.03.2022).
• [16] TensorFlow, Image classification, https://www.tensorflow.org/ tutorials/images/classification (dostęp: 30.03.2022).

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).

Identyfikatory

DOI

10.15199/48.2022.09.47