Квалификационная работа на тему: «Алгоритм применения техники вождения и прогнозирования траектории движения». В научном проекте отражается применение алгоритмов компьютерной системы зрения и подраздел искусственного интеллекта – машинное обучение. Их применения заключается в установлении факторов с целью использования беспилотных автомобилей или других транспортных средствах без водителя. Особе внимание было уделено таким вопросам, как обработка видеоконтента. Это требуется для принятия данных о внешней среде. Это даст возможность в будущем решить вопросы об управляемых маневрах автомобиля. Создание полноценной системы зрения для автомобиля без водителя, благодаря которой возможно легкое восприятие окружающей среды из видеопотока – цель данной квалификационной работы. Принятие кадров из видеопотока на входе. При этом, локализация камеры должна быть в передней части транспортного средства, ориентация – вперед, смотря на место перед транспортным средством. На выходе система будет информировать данные трассы – разметку. Также рассматривается вариант создания траектории движения при исследовании размеченных данных шоссе. В результате работы были рассмотрены виды и способы обработки изображений с целью подбора стратегии компьютерного зрения и машинного обучения. Оценка и качество алгоритмов проверялось на видеофайлах, на которые записана съемка гоночной трассы. Записанные данные имеют высокое разрешение, что позволяет детально рассмотреть все метки и другие немаловажные моменты. Метки, которые используются для выделения трассы, достаточно хорошо отображают дорогу даже при самых неблагоприятных климатических условиях. Их можно использовать в последующих процессах систем зрения в беспилотных средствах передвижения.

Qualification work on the topic: "Algorithm for the application of driving techniques and predicting the trajectory of movement". The scientific project reflects the use of algorithms for a computer vision system and a subsection of artificial intelligence - machine learning. Their application is to establish factors for the use of unmanned vehicles or other vehicles without a driver. Particular attention was paid to issues such as video content processing. This is required for the acceptance of data on the external environment. This will provide an opportunity in the future to solve questions about the controlled maneuvers of the car. The creation of a full-fledged vision system for a car without a driver, thanks to which it is possible to easily perceive the environment from a video stream, is the goal of this qualification work. Receiving frames from a video stream at the input. In this case, the localization of the camera should be in front of the vehicle, orientation - forward, looking at the place in front of the vehicle. At the output, the system will inform the track data - marking. We also consider the option of creating a trajectory when examining the marked highway data. As a result of the work, the types and methods of image processing were considered in order to select a strategy for computer vision and machine learning. The evaluation and quality of the algorithms was checked on video files on which the shooting of the race track was recorded. The recorded data has a high resolution, which allows you to view in detail all the marks and other important points. The marks that are used to highlight the road show the road reasonably well even under the most unfavorable climatic conditions. They can be used in subsequent processes of vision systems in unmanned vehicles.