Портативна IoT-система виявлення пошкоджень дорожнього покриття

Abstract

У кваліфікаційній роботі розроблено портативну IoT-систему виявлення пошкоджень дорожнього покриття. Система призначена для автоматизованого виявлення дефектів дорожнього покриття за допомогою камери, центрального обчислювального пристрою, GPS-модуля, модуля передавання даних та алгоритмів комп’ютерного зору. У роботі проаналізовано проблему моніторингу стану дорожнього покриття, основні типи пошкоджень дорожнього полотна та автоматизовані методи їх виявлення. Обґрунтовано доцільність використання портативної IoT-системи, яка дозволяє зменшити залежність від ручного огляду доріг, забезпечити фіксацію координат дефектів і підвищити оперативність отримання інформації про стан дорожньої інфраструктури. Для реалізації системи обрано центральний обчислювальний пристрій NVIDIA Jetson Nano, камеру на базі сенсора Sony IMX219, GPS-модуль NEO-6M та 4G USB-модем Huawei E3372h-320. Розроблено архітектуру системи, структурну схему апаратної частини та програмні модулі для отримання кадрів, попередньої обробки зображень, виявлення пошкоджень, визначення рівня небезпеки, GPS-прив’язки, збереження та передавання результатів. Результати роботи системи зберігаються у локальній базі даних SQLite і можуть передаватися через 4G-з’єднання для подальшої візуалізації та аналізу.

The qualification thesis develops a portable IoT system for detecting road surface damage. The system is designed for automated detection of road surface defects using a camera, a central computing device, a GPS module, a data transmission module, and computer vision algorithms. The thesis analyzes the problem of monitoring the condition of road surfaces, the main types of road pavement damage, and automated methods for their detection. The feasibility of using a portable IoT system is substantiated, as it makes it possible to reduce dependence on manual road inspection, ensure the recording of defect coordinates, and improve the timeliness of obtaining information about the condition of road infrastructure. To implement the system, the NVIDIA Jetson Nano central computing device, a camera based on the Sony IMX219 sensor, the NEO-6M GPS module, and the Huawei E3372h-320 4G USB modem were selected. The system architecture, the structural diagram of the hardware part, and software modules for frame acquisition, image preprocessing, damage detection, hazard level assessment, GPS referencing, result storage, and data transmission were developed. The system results are stored in a local SQLite database and can be transmitted via a 4G connection for further visualization and analysis.