Systém pro sledování dopravy

Abstract

Táto práca sa zaoberá rôznymi metódami pre systémy sledovania dopravy a zberom dát s tým spojeným. Boli naštudované rôzne metódy detekcie a sledovania objektov so zameraním na neurónové siete, spomedzi ktorých bol vybraný a použitý model YOLO na implementáciu detekcie vozidiel. Konečná implementácia systému sledovania dopravy obsahovala správcu úloh a tri rôzne programy na doplnenie dát. Komunikácia systému bola dosiahnutá pomocou MQTT agenta. Výsledky krátkodobého testovania systému potvrdzujú jeho schopnosť zvládnuť zber a spracovanie dát v reálnom čase z viacerých kamier. Výsledky zozbieraných dát boli analyzované pomocou Grafany. Po dostatočnom čase zberu informácií by tieto údaje mohli byť potenciálne použité na zlepšenie dopravy.This thesis concerns with different methods for traffic surveillance systems and data gathering tied with it. Different object detection and tracking methods with main focus on Neural Networks were studied, among which YOLO has been chosen and used for implementation of vehicle detection. The final implementation of traffic surveillance system contained the camera worker, task manager and three different scripts for data enrichment. System communication was achieved with MQTT broker. The results of short system running prove its capability to withstand real-time data gathering and processing from multiple cameras. Results of gathered data were analyzed with use of Grafana. After information gathering for sufficient amount of time, these data could potentially be used for traffic improvements.