Объект исследования – системы компьютерного зрения и машинного обучения. Цель работы – разработка системы распознавания дорожной разметки. В работе проведён обзор наиболее актуальных подходов для решения задачи распознавания дорожной разметки. Разработаны алгоритмы распознавания дорожной разметки с использованием компьютерного зрения и глубокого обучения, среди которых выбран тот, который обеспечивает наибольшую дальность, точность и скорость распознавания. Проведен обзор различных видов встраиваемых систем. Одноплатные компьютеры выделены как наиболее перспективные аппаратные решения для реализации системы распознавания дорожной разметки. Рассмотрены модели одноплатных компьютеров, и выбрана аппаратная база для реализации системы компьютерного зрения. Проведено тестирование разработанной системы и анализ полученных результатов. Разработанная система обеспечивает распознавание дорожной разметки с точностью до 91% на расстоянии до 36 метров. Время обработки одного кадра составляет 3,75 секунды. Предложены способы увеличения производительности разработанной системы распознавания дорожной разметки.

The object of the graduate qualification work is computer vision and machine learning systems. The subject of the graduate qualification work is the development a computer vision system for road surface marking recognition. In this work an overview of the most relevant approaches for road surface marking recognition has been provided. Road surface marking recognition algorithms using computer vision and machine learning have been developed. Among them the one that provides the greatest distance, accuracy and speed of recognition has been chosen. An overview of various types of embedded systems has been carried out. Single-board computers have been selected as the most suitable hardware solutions for implementing a road surface marking recognition system. The models of single-board computers have been considered, and the hardware base for the implementation of the computer vision system has been chosen. The developed system has been tested and the obtained results have been analyzed. The developed system provides recognition of road surface markings with an accuracy of up to 91% at a distance of up to 36 meters. The processing time of a single frame is 3.75 seconds. Methods for increasing the performance of the developed road surface marking recognition system have been proposed.