Программно-аппаратный комплекс контроля объектов на железнодорожном переезде
Аннотация
Целью работы является разработка программно-аппаратного комплекса, обеспечивающего безопасность движения поезда и транспортных средств через железнодорожный переезд путем своевременного оповещения машиниста до факта прибытия поезда в аварийную зону, что позволит избежать столкновения и предотвратить возможность возникновения несчастного случая.
В результате выполнения работы разработан программно-аппаратный комплекс, позволяющий решить данную задачу. Проведены эксперименты и приведены результаты работы программно-аппаратного комплекса, такие как эффективность.
Объектом исследования является железнодорожный переезд.
Предметом исследования является разработка системы с интеллектуальным алгоритмом обнаружения объектов на железнодорожном переезде.
Методы исследования: исследования выполнены с использованием численных методов оптимизации, аппарата математической статистики, теории вероятностей и технологий машинного обучения.
В результате работы в среде разработки Intel XDK IoT Edition реализован программно-аппаратный комплекс с использованием языков программирования Python и JavaScript. В качестве аппаратной части использованы ультразвуковые датчики определения расстояния HC-SR04 и аппаратно-программная платформа Intel® Edison. В качестве алгоритма машинного обучения использован случайный лес.
В результате выполнения работы разработан программно-аппаратный комплекс, позволяющий решить данную задачу. Проведены эксперименты и приведены результаты работы программно-аппаратного комплекса, такие как эффективность.
Объектом исследования является железнодорожный переезд.
Предметом исследования является разработка системы с интеллектуальным алгоритмом обнаружения объектов на железнодорожном переезде.
Методы исследования: исследования выполнены с использованием численных методов оптимизации, аппарата математической статистики, теории вероятностей и технологий машинного обучения.
В результате работы в среде разработки Intel XDK IoT Edition реализован программно-аппаратный комплекс с использованием языков программирования Python и JavaScript. В качестве аппаратной части использованы ультразвуковые датчики определения расстояния HC-SR04 и аппаратно-программная платформа Intel® Edison. В качестве алгоритма машинного обучения использован случайный лес.