Детальная информация
Название | Бортовая система видеораспознавания обстановки на воде: выпускная квалификационная работа бакалавра: направление 09.03.01 «Информатика и вычислительная техника» ; образовательная программа 09.03.01_01 «Разработка компьютерных систем» |
---|---|
Авторы | Писарик Максим Владиславович |
Научный руководитель | Федотов Александр Александрович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | YOLO ; OpenCV ; морская навигация ; компьютерное зрение ; распознавание объектов ; PCA ; оценка расстояния ; курсовой угол ; безопасность судоходства ; maritime navigation ; computer vision ; object detection ; distance estimation ; course angle ; navigation safety |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.01 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-3316 |
Права доступа | Доступ по паролю из сети Интернет (чтение) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\38327 |
Дата создания записи | 23.09.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
Тема выпускной квалификационной работы: «Бортовая система видео-распознавания обстановки на воде». В работе предложено решение для автоматического обнаружения и классификации объектов (7 классов) с оценкой расстояния и курсового угла в реальном времени. На основе анализа аналогов и научных методов выбран YOLOv11 как оптимальная архитектура по скорости (45 FPS) и точности (mAP@0.5 73.6%). С использованием тренажёра Navigator Pro 6000 сгенерирован датасет (48 тыс. изображений), имитирующий морские условия (волнение, туман, освещённость от 0.003 лк). Реализованы: геометрический метод оценки расстояния (погрешность 6.8 м) и алгоритм определения курсового угла на основе PCA (ошибка 12.7°). Система, разработанная на Python/OpenCV, соответствует техническому заданию: распознаёт объекты на расстоянии до 3 миль, работает при качке (30°), температуре −40...+50°C, обеспечивает обработку 17-20 кадр/с. Результаты подтверждают эффективность подхода для повышения безопасности судоходства в актуальных условиях.
Thesis topic: "Onboard Video Recognition System for Marine Environment Monitoring on Ships". This work presents a solution for real-time automatic detection and classification of objects (7 classes) with distance and course angle estimation. Based on analysis of analogs and scientific methods, YOLOv11 was selected as the optimal architecture for speed (45 FPS) and accuracy (mAP@0.5 73.6%). Using the Navigator Pro 6000 simulator, a dataset (48k images) simulating maritime conditions (waves, fog, illumination from 0.003 lux) was generated. Implemented features include: a geometric distance estimation method (6.8 m error) and a PCA-based course angle determination algorithm (12.7° error). The Python/OpenCV system meets technical specifications: detects objects up to 3 nautical miles away, operates under roll (30°), temperatures from −40°C to +50°C, and processes 17-20 FPS. Results confirm the approachs effectiveness for enhancing navigation safety in real-world maritime environments.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0