Проєкт інформаційної системи розпізнавання рухомих обʼєктів у режимі реального часу

Abstract

Особливе місце у сфері інформаційних технологій посідає штучний інтелект (ШІ), який став визначальним фактором у сучасному розвитку людства. Він став однією з найбільш значущих і перспективних областей сучасних інформаційних технологій, що безперервно трансформує наш світ і спосіб, яким ми живемо та працюємо. Роль ШІ у сучасному суспільстві можна порівняти з індустріальною революцією у тому сенсі, як вона змінює парадигму праці, виробництва і наукового дослідження. Від алгоритмів рекомендаційних систем, що визначають контент у соціальних мережах, до автоматизованих роботів, які збирають дані про зміни клімату – ШІ інтегрований у практично кожен аспект нашого життя. Люди можуть легко виявляти та ідентифікувати об’єкти, присутні на зображенні. Людська зорова система швидка і точна та може виконувати складні завдання, такі як ідентифікація декількох об’єктів і виявлення перешкод, майже не замислюючись. Завдяки наявності великих обсягів даних, швидших графічних процесорів і кращих алгоритмів, ми можемо легко навчити комп’ютери виявляти і класифікувати кілька об’єктів на зображенні з високою точністю. Виявлення об’єктів є ключовим напрямком штучного інтелекту, що дає змогу комп’ютерним системам «бачити» навколишнє середовище, виявляючи об’єкти на візуальних зображеннях або відео. Виявлення об’єктів часто називають розпізнаванням об’єктів, ідентифікацією об’єктів і виявленням зображень, і ці поняття є синонімами. Виявлення об’єктів – одна з найважливіших проблем комп’ютерного зору. Воно лежить в основі багатьох інших завдань комп’ютерного зору, наприклад, сегментації об’єктів, створення підписів до зображень, відстеження об’єктів тощо. Особливе місце виявлення об’єктів займає у системах розпізнавання в реальному часі. Вони не лише фіксують і аналізують рухи, а й забезпечують інтелектуальне втручання, коли це необхідно. Така функціональність відіграє ключову роль у різних сценаріях, від військових застосувань до управління натовпом та міським плануванням. Сучасні тенденції зумовлюють людство застосувати технології штучного інтелекту у сфері національної оборони та військової безпеки. Ці технології активно впроваджуються у сучасні оборонні системи, що дає змогу забезпечити надійний контроль та нагляд за військовими територіями та кордонами. Найбільш розповсюдженим є використання потужностей штучного інтелекту для реалізації точного та надійного розпізнавання об’єктів або подій у реальному часі. Він допомагає вчасно виявляти потенційні загрози та надає оперативну інформацію для прийняття стратегічних рішень та координації військових операцій. У контексті військових застосувань, можливість швидкого та надійного розпізнавання потенційно ворожих об’єктів може бути рішучою. Системи, здатні аналізувати і відрізняти між цивільними та військовими об’єктами, можуть значно збільшити шанси на успіх у бойових діях, мінімізуючи цивільні втрати і забезпечуючи важливу тактичну інформацію у реальному часі. Саме тому дана магістерська кваліфікаційна робота зосереджується на проєктуванні системи, здатної розпізнавати та класифікувати рухомі об’єкти в реальному часі, з особливим акцентом на її військове застосування. Проте, слід пам’ятати, що технології штучного інтелекту і машинного навчання – дорогі, трудозатратні і часом суперечливі з точки зору етики. Але в усьому світі їх розвивають та використовують, зокрема, під час військових конфліктів. Військове застосування штучного інтелекту та машинного навчання охоплює спостереження та різні види розвідки, гуманітарну допомогу та ліквідацію наслідків стихійних лих, командування та управління, логістику тощо. Мета роботи полягає у проєктуванні інформаційної системи розпізнавання рухомих об?єктів у режимі реального часу шляхом використанням новітніх технологій, алгоритмів машинного навчання та засобів для автоматизації, що дасть змогу швидко визначати цілі та отримувати необхідну інформацію щодо скупчення живої сили та військової техніки в умовах військового конфлікту. Для досягнення мети проєкту визначено такі основні цілі: • Аналітичний огляд літературних та інших джерел; • Аналіз проблеми та обґрунтування можливості її вирішення; • Обґрунтування вибору методів та засобів для реалізації проєкту; • Аналіз існуючих аналогів, що спеціалізуються у сфері виявлення та класифікації об’єктів; • Обґрунтування обраної технології та підходу до розробки системи розпізнавання; • Визначення та аналіз проєктних вимог; • Планування виконання проєкту; • Виконання проєкту та реалізація проєктних рішень; • Аналіз отриманих результатів Об’єкт дослідження: процеси опрацювання та розпізнавання об’єктів у військових «розумних» системах та можливості застосування алгоритмів машинного навчання для розширення або покращення функціоналу існуючих систем. Предмет дослідження: методи, алгоритми та засоби розробки інформаційної системи розпізнавання об’єктів з урахуванням погодних умов та місцевості. Практичне значення одержаних результатів полягає у створенні проєкту інформаційної системи, яка забезпечить підвищення ефективності функціонування новітнього озброєння для «розумних» систем Збройних сил України, а також можливість реалізації власних систем розпізнавання військових об’єктів із використанням новітніх технологій, алгоритмів машинного навчання та засобів для автоматизації відповідних пристроїв для створення власної «розумної» військової екосистеми. Результатом виконання магістерської кваліфікаційної роботи є проєкт інформаційної системи розпізнавання рухомих об’єктів у режимі реального часу. Проєкт передбачає розробку системи розпізнавання рухомих об’єктів, основним завданням якої є пошук та виявлення ворожих військових об’єктів для швидкого визначення цілі та отримання необхідної інформації щодо скупчення живої сили або військової техніки в умовах військового конфлікту. Подібна система спрямовується на подальше інтегрування або комбінування з відповідними апаратними пристроями для використання у наземних машинах, безпілотниках або відповідному озброєнні. У ході виконання роботи виконано наступні завдання: • Проведено аналітичний огляд джерел, який допомагає зрозуміти різні підмножини штучного інтелекту, які найкраще підходять для виявлення об’єктів у реальному часі та апаратну платформу, яка є основою для побудови програмно-апаратного комплексу для виявлення рухомих об’єктів у режимі реального часу за різних умов навколишнього середовища. • Виявлено та описано основну проблему проєкту під час системного аналізу. Побудовано дерево цілей та інші діаграми для візуалізації структури, процесів та взаємодії в системі. • Описано мету та призначення проєкту разом з місцем застосування системи та обґрунтуванням розробки. Розглянуто цілі та очікувані ефекти від її впровадження, розроблено концептуальну модель системи. • Розглянуто основні аспекти планування та опису проєкту. Описано функціональні ролі, обсяг проєкту та етапи виконання проєкту, разом з календарним планом робіт, поділом WBS та діаграмою Ганта. • В рамках спланованого процесу розробки детально описано архітектуру системи, переваги протоколу потокової передачі у реальному часі, програмне рішення та апаратне рішення для побудови безпілотника та обчислювального модулю. • Розроблено тестову збірку системи. Проведено опис результатів виконання проєкту, а саме демонстрація функціональних можливостей тестової збірки системи. Проаналізовано відповідність визначених проєктних вимог з поточним станом проєкту та описано процедуру завершення проєкту.Artificial intelligence (AI) occupies a special place in the field of information technology, which has become a determining factor in the modern development of mankind. It has become one of the most significant and promising areas of modern information technology, continuously transforming our world and the way we live and work. The role of AI in modern society can be compared to the industrial revolution in the sense that it changes the paradigm of work, production, and scientific research. From recommendation system algorithms that identify content on social media to automated robots that collect data on climate change, AI is integrated into almost every aspect of our lives. People can easily detect and identify objects in an image. The human visual system is fast and accurate and can perform complex tasks, such as identifying multiple objects and detecting obstacles, with little or no thought. Thanks to the availability of large amounts of data, faster GPUs, and better algorithms, we can easily train computers to detect and classify multiple objects in an image with high accuracy. Object detection is a key area of artificial intelligence that allows computer systems to “see” the environment by detecting objects in visual images or videos. Object detection is often referred to as object recognition, object identification, and image detection, and these terms are synonymous. Object detection is one of the most important problems in computer vision. It is the basis for many other computer vision tasks, such as object segmentation, image captioning, object tracking, etc. Object detection plays a special role in real-time recognition systems. They not only detect and analyze movements, but also provide intelligent intervention when necessary. This functionality plays a key role in a variety of scenarios, from military applications to crowd management and urban planning. Modern trends are driving humanity to apply artificial intelligence technologies in the field of national defense and military security. These technologies are being actively implemented in modern defense systems to ensure reliable control and surveillance of military territories and borders. The most common use of artificial intelligence capabilities is to implement accurate and reliable recognition of objects or events in real time. It helps to identify potential threats in a timely manner and provides operational information for strategic decision-making and coordination of military operations. In the context of military applications, the ability to recognize potentially hostile objects quickly and reliably can be decisive. Systems capable of analyzing and distinguishing between civilian and military objects can significantly increase the chances of success in combat operations by minimizing civilian casualties and providing critical real-time tactical information. That is why this master’s thesis focuses on the design of a system capable of recognizing and classifying moving objects in real time, with a special emphasis on its military applications. However, it should be remembered that artificial intelligence and machine learning technologies are expensive, time-consuming, and sometimes ethically controversial. However, they are being developed and used all over the world, including during military conflicts. Military applications of artificial intelligence and machine learning include surveillance and various types of intelligence, humanitarian aid and disaster relief, command and control, logistics, and more. The goal of the research is to implement a system project whose main task is to recognize enemy military objects to quickly identify the target and obtain the necessary information about the accumulation of manpower and military equipment in a military conflict. In accordance with the goal, the following project tasks will be solved on the way to designing a moving object recognition system: • Analytical review of literature and other sources. • Analysis of the problem and justification of the possibility of its solution. • Justification of the choice of methods and tools for project implementation. • Analysis of existing analogs specializing in object detection and classification. • Justification of the chosen technology and approach to the development of the recognition system. • Identification and analysis of project requirements. • Project implementation planning. • Project execution and implementation of project solutions. • Analysis of the results obtained. Research object is the processes of processing and recognizing objects in military “smart” systems and the possibility of using machine learning algorithms to expand or improve the functionality of existing systems. Research subject is the methods, algorithms, and tools for developing object recognition processes according to various weather conditions and terrain arrangements. The result of the master’s thesis is a project of a real-time information system for recognizing moving objects. The project involves the development of a moving object recognition system, the main task of which is to search for and detect enemy military objects to quickly identify the target and obtain the necessary information about the accumulation of manpower or military equipment in a military conflict. Such a system is aimed at further integration or combination with appropriate hardware devices for use in ground vehicles, drones, or relevant weapons. During the execution of the work, the following tasks were accomplished: • An analytical review of sources was conducted to help understand the various subsets of artificial intelligence that are best suited for real-time object detection and the hardware platform that is the basis for building a software and hardware complex for real-time detection of moving objects in various environmental conditions. • The main problem of the project was identified and described during the system analysis. A goal tree and other diagrams are built to visualize the structure, processes, and interactions in the system. • The goal and purpose of the project are described, along with the place of application of the system and the rationale for development. The goals and expected effects of its implementation are considered, a conceptual model of the system is developed. • The main aspects of project planning and description are considered. Functional roles, project scope, and project milestones are described, along with a work schedule, WBS breakdown, and Gantt chart. • As part of the planned development process, the system architecture, the advantages of the real-time streaming protocol, the software solution, and the hardware solution for building the drone and the computing module are described in detail. • A test assembly of the system was developed. The results of the project are described, namely the demonstration of the functionality of the test assembly of the system. The compliance of the defined project requirements with the current state of the project is analyzed and the project completion procedure is described.