Тема выпускной квалификационной работы: «Разработка модуля генерации виртуального городского окружения в режиме реального времени». В процессе работы проведено исследование основных технологий генерации 3D объектов, а также произведён сравнительный анализ инструментов, позволяющих создавать виртуальное городское окружение, в результате которого были определены преимущества и недостатки каждого из них. Сформированы функциональные требования к программному средству, выбраны инструменты разработки, наиболее подходящие для решения поставленной ранее задачи, изучены их спецификации. После чего проведена разработка и реализация алгоритмов генерации по реальным OSM данным зданий, дорог, уличных объектов, флоры, водных участков и эффектов. В качестве тестирование было выбрано функциональное и нагрузочное. Разработанный генератор может применять как самостоятельно, так и совместно с другими генераторами 3D моделей, например, с модулем генерация дорожного трафика. Также, разработанный программный продукт может применяться для тестирования нейросетей компьютерного зрения в качестве источника входных тестовых данных.

The subject of the graduate qualification work is “Software development of a module for runtime generating a virtual urban environment”. A research of the most relevant technologies for generating 3D objects was conducted during the work. Moreover, there was made a comparative analysis of tools allowing to create virtual urban environment. Investigation results show pros and cons of each tool. The functional requirements were made for software product. The most suitable development tools were selected for the current task, their specifications were studied. Real OSM data-based algorithms of generating buildings, roads, street objects, flora, water areas and effects were developed and implemented. Developed generator can be used both independently and in conjunction with other generators of 3D models, for example, with road traffic generation module. Furthermore, developed software product can be used for testing computer vision neural networks as a source of input test data.