Проекты
Реализация и тестирование распределенной IoT-подсистемы анализа мусора в рамках системы умного города
Тип участника:
Физическое лицо
Полное наименование организации/физического лица/авторского или творческого коллектива:
Янченко Игорь Дмитриевич
В лице (для организации или авторского/творческого коллектива указывается ФИО и должность руководителя):
Янченко Игоря Дмитриевича
Интернет-сайт заявителя:
-
Контактное лицо: ФИО:
Янченко Игоря Дмитриевича
ФИО всех участников авторского/творческого коллектива:
Янченко Игорь Дмитриевич
Идея и краткое описание ИТ-проекта:
Создание встраиваемой
IoT-подсистемы для контроля мусора в городской среде с идеей дальнейшей
интеграции с экосистемой "Умный город". Создание прототипа модуля
камеры и распределенной программной системы для обнаружения мусора в
неположенных местах на придворовых территориях.
Перечень решаемых задач:
1. Обеспечение безопасной и экологичной городской среды.
2. Контроль выброса мусора на придворовых территориях.
3. Оповещение ответственных служб.
2. Контроль выброса мусора на придворовых территориях.
3. Оповещение ответственных служб.
Описание функциональных возможностей и элементов проекта:
Компоненты:
1. Модуль камеры видеонаблюдения на базе Raspberry Pi и IR-CUT B.
2. Клиентское программное обеспечение с сервисами:
2.1. Сервис получения изображения с камер.
2.2. Сервис детектирования мусора моделью свёрточной нейронной сети.
2.3. Сервис постобработки данных от сервиса детектирования.
2.4. Локальная база данных и сервис для взаимодействия с ней.
3. Веб-интерфейс для пользовательского взаимодействия с системой.
Возможности:
1. Получение изображения с камеры видеонаблюдение.
2. Обнаружение 12 классов мусора на изображении моделью свёрточной нейронной сети.
3. Постобработка предположений модуля детектирования, в т.ч. подготовка отчётов и разметка мусора на изображении.
4. Отображение получаемых результатов через веб-интерфейс.
1. Модуль камеры видеонаблюдения на базе Raspberry Pi и IR-CUT B.
2. Клиентское программное обеспечение с сервисами:
2.1. Сервис получения изображения с камер.
2.2. Сервис детектирования мусора моделью свёрточной нейронной сети.
2.3. Сервис постобработки данных от сервиса детектирования.
2.4. Локальная база данных и сервис для взаимодействия с ней.
3. Веб-интерфейс для пользовательского взаимодействия с системой.
Возможности:
1. Получение изображения с камеры видеонаблюдение.
2. Обнаружение 12 классов мусора на изображении моделью свёрточной нейронной сети.
3. Постобработка предположений модуля детектирования, в т.ч. подготовка отчётов и разметка мусора на изображении.
4. Отображение получаемых результатов через веб-интерфейс.
Дата внедрения (в случае, если предполагается запуск проекта в эксплуатацию):
-
Используемые платформы, средства разработки:
1. Python (Django)
2. Pytorch
3. OpenCV
4. InceptionV3
5. React JS
6. SQLite
2. Pytorch
3. OpenCV
4. InceptionV3
5. React JS
6. SQLite
Стоимость разработки системы:
1000000 рублей
Средний размер ежегодных затрат на эксплуатацию:
25000 рублей
Перспективы развития:
1. Расширение функциональных возможностей (например, контроль заполненности мусорных баков)
2. Интеграция в городскую экосистему.
3. Расширение набора данных для обучения системы в условиях конкретного города/локации с целью повышения точности обнаружения мусора.
2. Интеграция в городскую экосистему.
3. Расширение набора данных для обучения системы в условиях конкретного города/локации с целью повышения точности обнаружения мусора.
Достижение поставленных целей:
1. Создан функционирующий модуль камеры ы на базе Raspberry Pi 3 и IR-CUT B.
2. Проведена подготовка модели сверточной нейронной сети InceptionV3 с применением подхода "передача обучения".
3. Спроектирована и реализована IoT-подсистема детектирования мусора в формате MVP (минимальный жизнеспособный продукт).
2. Проведена подготовка модели сверточной нейронной сети InceptionV3 с применением подхода "передача обучения".
3. Спроектирована и реализована IoT-подсистема детектирования мусора в формате MVP (минимальный жизнеспособный продукт).
Социальная значимость и/или экономическая эффективность (в зависимости от типа проекта):
Обеспечение безопасной городской среды - одна из важнейших задач в концепции "умного города". Значимость здоровья и безопасности граждан на чистых улицах города не вызывает сомнений. Данный проект ставит перед собой задачу сделать город экологичнее.
Актуальность, экономическая или социальная полезность:
Социальные службы могут в режиме реального получать информацию о состоянии подведомственных территорий и вовремя реагировать на несанкционированный мусор, а также поддерживать порядок на улицах города эффективнее.
Адаптивность, стилистическое единство всех функциональных блоков:
Данный продукт является кроссплатформенным и не привязан к конкретным конфигурациям оборудования. Получение данных с камер предусмотрено в формате FTP-сервера и потоковой трансляции. Клиентская часть системы устанавливается на компьютер в локальной сети. Веб-интерфейс доступен из любого браузера.
Масштабируемость, способность к взаимодействию с другими системами, мобильность:
В архитектуру системы заложены возможности для масштабирования и добавления новых функциональных возможностей (подключение новых сервисов).
Обоснованность применяемых проектных решений:
Обнаружение мусора через модель свёрточной нейронной сети является самым быстрым и точном способом. Перечень подобранных средств разработки отражает текущие тенденции в сфере машинного обучения и разработки облачных систем. В приоритет ставились решения с открытым исходным кодом.
Оригинальность, новизна, отличие от аналогов либо отсутствие аналогов:
Прямые аналоги решения находятся в зачаточном состоянии. Косвенные конкуренты не решают поставленные перед системой задачи, а в общности своей направлены на организацию "субботников".
Соответствие дизайн-решения целевой аудитории:
Веб-интерфейс является дружественным, интуитивно понятным и доступным.
Юзабилити и полезность:
Целевой аудиторией на первом этапе считаются управляющие компании. На базе современных жилищных комплексов множество наружных камер видеонаблюдения, информация с которых фиксируется на сервере. Предлагаемый программный продукт легко может занять место в этой инфраструктуре.
Гарантирую достоверность предоставленной в заявке информации. Подтверждаю, что организация не находится в состоянии ликвидации, банкротства, реорганизации (Только для организаций):
Да
Презентация проекта pdf:
Загрузить
