Оценка риска возможного столкновения с помощью камеры, направленной по ходу движения.
Задача
Нашему клиенту требовалось инновационное решение, способное предупреждать водителей о столкновениях в реальном времени. Он обратился в Invatechs с идеей разработать систему, которая обнаруживает и оценивает риск столкновения с помощью машинного обучения и камеры, установленной для наблюдения за дорогой.
Задача состояла в том, чтобы создать удобное приложение WAVYN, которое активируется, как только автомобиль начинает двигаться со скоростью от 15 км/ч. Нужно было не только точно распознавать автомобили, но и сохранять маршруты поездок пользователя, оценивать качество вождения и мгновенно выдавать аудиовизуальные предупреждения.
Интеграция этих технологий и концепций требовала комплексного подхода с упором на удобство и надёжность. Наша команда с энтузиазмом взялась за задачу, вдохновлённая возможностью создать нечто уникальное в сфере безопасности дорожного движения.
У Invatechs появилась отличная возможность показать свою экспертизу в машинном обучении, в частности во внедрении TensorFlow. Мы сразу увидели потенциал проекта и начали планировать следующие шаги:
- Разработать модель машинного обучения на TensorFlow для обнаружения и распознавания автомобилей.
- Интегрировать приложение с OpenStreetMap для сохранения и отображения маршрутов пользователя.
- Внедрить систему контроля качества, чтобы оценивать и поощрять пользователей за качество вождения.
- Обеспечить стабильную работу приложения на Android с помощью Kotlin, а также надёжный бэкенд на Firebase и Firestore.
Решение
Перед командой Invatechs стояла задача создать интуитивное и умное приложение, которое повышает безопасность на дорогах за счёт распознавания автомобилей и предупреждения о столкновениях в реальном времени. Чтобы обеспечить удобство, мы разработали дизайн, понятный без специального обучения, и сосредоточились на функциях, которые помогают водить эффективнее и предотвращают аварии.
Мы спроектировали систему так, чтобы она активировалась на подходящих скоростях и при необходимости выдавала аудиовизуальные предупреждения. Благодаря интеграции с OpenStreetMap пользователи могут просматривать свои маршруты, что добавляет вовлечённости и возможностей для анализа.
Интеграция машинного обучения сыграла ключевую роль в реализации основной функциональности приложения. Она позволяет приложению не только обнаруживать и оценивать риски, но и постоянно обучаться и адаптироваться к разным условиям и сценариям вождения. Для достижения целей мы использовали различные технологии и разработали функции:
Машинное обучение на TensorFlow
С помощью библиотеки TensorFlow приложение обнаруживает и распознаёт автомобили через камеру мобильного устройства. Это обеспечивает понимание ситуации в реальном времени и предупреждает о возможных столкновениях, включаясь, как только автомобиль начинает двигаться со скоростью от 15 км/ч.
Интеграция с OpenStreetMap
Приложение сохраняет историю маршрутов пользователя и позволяет отображать их на OpenStreetMap. Эта функция повышает вовлечённость, давая пользователям возможность просматривать и анализировать свои маршруты.
Предупреждение о фронтальном столкновении (FCW)
Функция отслеживает и оценивает риск возможных столкновений с движущимися впереди автомобилями с помощью технологии дорожной камеры. Мгновенные аудиовизуальные предупреждения повышают внимательность водителя и безопасность.
Проектирование пользовательского опыта
Дизайн приложения рассчитан на водителей с любым уровнем технической подготовки. Интуитивная навигация и понятная графика делают приложение эффективным инструментом безопасности на дорогах.
Чувствительность к скорости
Чувствительность системы к скорости автомобиля позволяет включать её только при необходимости, экономя ресурсы и концентрируясь на актуальных сценариях вождения.
Технологии и инструменты
Процесс
Проект WAVYN начался с подробной консультации с заказчиком, чтобы понять его цели и потребности в системе предупреждения о фронтальном столкновении (FCW). Мы быстро приступили к работе над MVP, используя машинное обучение для отслеживания возможных столкновений.
После двух месяцев разработки мы представили заказчику прототип с важными функциями: распознаванием автомобилей, оповещением об опасности и историей маршрутов. Прототип был одобрен, и мы предложили добавить дополнительную функциональность, например контроль качества, для оценки навыков вождения пользователя.
На протяжении всей разработки мы придерживались методологии Agile и поддерживали открытое общение с заказчиком. Наши специалисты ежедневно предоставляли отчёты о выполненной и предстоящей работе. Задачи и документацию мы вели в таких инструментах, как Jira.
После тщательного тестирования и обеспечения бесшовной интеграции с необходимыми мобильными и камерными технологиями мы успешно запустили приложение WAVYN.
Команда
Длительность проекта
Результаты
В итоге команда Invatechs успешно разработала современное приложение, которое с помощью машинного обучения предупреждает о столкновениях с движущимися впереди автомобилями (FCW). Интегрировав такие технологии, как TensorFlow и OpenStreetMap, мы не только научили приложение обнаруживать и распознавать автомобили, но и повысили вовлечённость пользователей за счёт контроля качества и отслеживания маршрутов.
Наш заказчик планирует сделать эту технологию широко доступной, чтобы повышать безопасность на дорогах и качество вождения по всему миру. Сотрудничество продолжается: мы постоянно выпускаем обновления и нововведения, чтобы соответствовать меняющимся требованиям индустрии автомобильной безопасности.
- Комплексное приложение, использующее машинное обучение для повышения безопасности на дорогах
- Постоянная оценка качества, которая мотивирует водителей вести себя за рулём эффективнее
- Интуитивная система, которая строит и сохраняет маршруты пользователей, давая ценную аналитику и персонализированный опыт
