Інтелектуальна система керування світлофором на основі комп'ютерного зору

Бондарчук, Андрій Петрович та Стражніков, Андрій Анатолійович та Пронкевич, Олександр Вікторович та Лисенко, Микола Миколайович (2026) Інтелектуальна система керування світлофором на основі комп'ютерного зору ЗВ’ЯЗОК (3). с. 135-144. ISSN 2412-9070

Текст A_Bondarchuk_A_Strazhnikov_O_Pronkin_M_Lysenko_ZV_3_FITM.pdf Download (578kB)

Анотація

У статті представлено розробку та експериментальну перевірку прототипу інтелектуальної системи керування світлофором на основі комп'ютерного зору та глибокого навчання. Неефективність традиційних світлофорів із фіксованим циклом спричиняє хронічні затори, призводить до втрат часу та палива і перешкоджає проїзду пріоритетних транспортних засобів (швидка допомога, пожежні машини, аварійні служби). Запропонована система вирішує цю проблему через адаптивне керування фазами на основі аналізу відеопотоку в реальному часі. Архітектура реалізована на Python із використанням Ultralytics YOLOv8n для виявлення об'єктів, OpenCV для захоплення відео та візуалізації, FastAPI і Uvicorn для асинхронного REST API з автоматичною документацією. Модуль просторового аналізу спирається на полігональні зони («північ–південь», «схід–захід», пішохідна), конфігурація яких зберігається у форматі JSON відповідно до реальної геометрії перехрестя. Логіка керування реалізована як скінченний автомат із шістьма фазами: зелений і жовтий для напрямку «північ–південь», червоний для всіх напрямків, зелений і жовтий для напрямку «схід–захід», червоний для всіх напрямків. Модуль рішень поєднує часові обмеження (мінімальна і максимальна тривалість зеленої фази) з динамічним порівнянням завантаженості та забезпечує пріоритетний проїзд екстрених служб із негайним перемиканням фази. Усі рішення фіксуються з поясненням причини перемикання. Потокобезпечна архітектура синхронізує доступ до спільних даних між відеоциклом і вебсервером. REST API надає ендпоінти для моніторингу стану системи, отримання метрик (кількість транспортних засобів, пішоходи, пріоритетний транспорт, FPS) і ручного керування фазами. Проведено аналіз суміжних досліджень із YOLO, LLM-агентів і навчання з підкріпленням, що підтверджує відповідність рішень глобальним тенденціям. Визначено обмеження прототипу (одне перехрестя, відсутність трекінгу, емулятор контролера) й окреслено дорожню карту: інтеграція з промисловими контролерами, трекінг, підтримка кількох камер, збереження метрик у базі даних і резервування на випадок відмови штучного інтелекту. Прототип може слугувати основою для промислових систем керування транспортними потоками у розумних містах.

Тип елементу :	Стаття
Ключові слова:	штучний інтелект; адаптивне керування світлофором; комп'ютерний зір; глибинне навчання; детекція об'єктів; інформаційна система; управління; відеоана-літика
Типологія:	Статті у періодичних виданнях > Фахові (входять до переліку фахових, затверджений МОН)
Підрозділи:	Факультет інформаційних технологій та математики > Кафедра комп'ютерних наук
Користувач, що депонує:	професор Андрій Бондарчук
Дата внесення:	12 Лист 2026 15:54
Останні зміни:	12 Лист 2026 15:54
URI:	https://elibrary.kubg.edu.ua/id/eprint/60200

Actions (login required)

Перегляд елементу