Details

Данная работа посвящена разработке и сопровождения качественного программного продукта способного находить объекты на изображении с видеопотока и расчёт его отстояния от камеры. В ходе работы были рассмотрены инструменты разработки, развёртывания и сопровождения. Разработаны и пройдены тесты. Для расчёта отстояния был выбран метод c использованием стереозрения. В ходе работы были выбраны: • Инструменты разработки: Язык программирования: C++ (Фреймворк Qt), База данных: SQLite, Среда разработки: Qt Creater, Статический анализатор: cppcheckgui, Фреймворк для работы с изображением: OpenCV, Тестирование: QTest, Динамический анализ производительности: Valgrind. • Инструменты развёртывания: Система контейнеризации: Docker, Kubernetes, CI/CD система: Github Actions. • Инструменты сопровождения: Система мониторинга: Grafana, Graphite. Для демонстрации работы продукта и тестирования производительности реализовано приложение по поиску объекта на изображении с видеопотока и расчёт его отстояния от камеры. Реализованный продукт проверялся в живую на предмет точности обнаружению объектов и расчёта отстояния.

This work is devoted to the development and maintenance of a high-quality software product capable of finding objects in an image from a video stream and calculating its distance from the camera. In the course of the work, development, deployment and maintenance tools were considered. Tests have been developed and passed. To calculate the distance, a method using stereo vision was chosen. During the work, the following were selected: • Development tools: Programming language: C++ (Qt Framework), Database: SQLite, Development Environment: Qt Creator, Static Analyzer: cppcheckgui, Image framework: OpenCV, Testing: qTest, Dynamic Performance analysis: Valgrind. • Deployment Tools: Containerization system: Docker, Kubernetes, CI/CD system: Github Actions. • Maintenance tools: Monitoring system: Grafana, Graphite. To demonstrate the products operation and performance testing, an application has been implemented to search for an object in an image from a video stream and calculate its distance from the camera. The implemented product was checked live for the accuracy of object detection and condition calculation.