DOI: https://doi.org/10.32515/2664-262X.2025.12(43).1.11-19

Інтелектуальна система моніторингу дотримання правил паркування транспортних засобів

Л. П. Матійчук, О. П. Доренський, О. В. Шишацька, А. В. Шишацький, Я. І. Музичишин

Про авторів

Матійчук Любомир Павлович, доцент, доктор економічних наук, професор кафедри комп’ютерних наук, Тернопільський національний технічний університет імені Івана Пулюя, м. Тернопіль, Україна, ORCID: https://orcid.org/0000-0001-6701-4683, e-mail: mlpstat@gmail.com

Доренський Олександр Павлович , доцент, кандидат технічних наук, доцент кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0002-7625-9022, e-mail: dorenskyiop@kntu.kr.ua.

Шишацька Олена Володимирівна, доцент, кандидат фізико-математичних наук, доцент кафедри теорії та технології програмування факультету комп’ютерних наук та кібернетики, Київський національний університет імені Тараса Шевченка, м. Київ, Україна, ORCID: https://orcid.org/0000-0001-8791-8989, e-mail: shyshatska@knu.ua

Шишацький Андрій Вікторович , асистент кафедри теорії та технології програмування факультету комп’ютерних наук та кібернетики, Київський національний університет імені Тараса Шевченка, м. Київ, Україна, ORCID: https://orcid.org/0009-0000-5038-1110, e-mail: ashyshatskyy@knu.ua.

Музичишин Ярослав Ігорович , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Тернопільський національний технічний університет імені Івана Пулюя, м. Тернопіль, Україна, ORCID: https://orcid.org/0009-0009-8478-7405, e-mail: slmzig@gmail.com.

Анотація

Праця присвячена створенню інтелектуальної системи моніторингу за дотриманням правил паркування з використанням нейронних мереж в умовах змінного освітлення, різних кутів огляду та якості відеопотоку. Ця мета досягнута шляхом математичної формалізації технологічного процесу інтелектуального моніторингу за дотриманням правил паркування з урахуванням таких технологічних аспектів, як детекція транспортного засобу із використанням моделі YOLO (You Only Look Once), локалізація і розпізнавання номерного знаку за допомогою комбінованого поєднання алгоритмів YOLO та EasyOCR (перший забезпечує виокремлення області номерного знака, другий – розпізнавання), перевірка факту оплати паркування з «прив’язкою» до номерного знака транспортного засобу. На основі математичних моделей побудовано узагальнену модель інтелектуальної системи моніторингу за дотриманням правил паркування, запропоновано архітектуру інтелектуальної системи з урахуванням технологічних аспектів реальних умов функціонування системи та її програмну реалізацію. Представлені результати експериментального тестування запропонованої інтелектуальної системи на реальних відеозаписах підтвердили її придатність до фукнціонування в умовах змінного освітлення, різних кутів огляду, якості відеозапису. Обрана стратегія збору даних – один кадр за хвилину – забезпечує баланс між точністю моніторингу та економією обчислювальних ресурсів, що робить і- систему масштабованою, ефективною для впровадження в інтелектуальні системи управління паркувальним простором.

Ключові слова

нейронні мережі, YOLO, EasyOCR, автоматизований контроль паркування, моніторинг, розпізнавання

Повний текст:

PDF

Посилання

1. Yakovlev, A. (2024). Zastosuvannia metodu sehmentatsii na osnovi modelei neironnykh merezh dlia vyrishennia zadach rozpiznavannia nomernykh znakiv. Adaptyvni systemy avtomatychnoho upravlinnia, 1(44). https://doi.org/10.20535/1560-8956.44.2024.302420.

2. Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real-time object detection. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 779–788.

3. Anagnostopoulos, C. N., Anagnostopoulos, I. E., Psoroulas, I. D., Loumos, V., & Kayafas, E. (2008). License plate recognition from still images and video sequences: A survey. IEEE Transactions on Intelligent Transportation Systems, 9(3), 377–391.

4. Svatiuk, D., Svatiuk, O., & Belei, O. (2020). Zastosuvannia zghortkovykh neironnykh merezh dlia bezpeky rozpiznavannia ob’iektiv u videopototsi. Kiberbezpeka: osvita, nauka, tekhnika, 4(8). https://doi.org/10.28925/2663-4023.2020.8.97112.

5. Podorozhniak, A. O., Liubchenko, N. Yu., & Heiko, H. V. (2020). Neiromerezheva systema rozpiznavannia avtonomera. Systemy upravlinnia, navihatsii ta zv’iazku, 4(62). https://doi.org/10.26906/SUNZ.2020.4.088

6. Vysotskyi, V., & Yavorskyi, N. (2024). Systema rozumnoho parkuvannia dlia rozpiznavannia nomernykh znakiv na osnovi neiromerezhi YOLO ta optychnoho rozpiznavannia symvoliv. Komp’iuterni systemy proektuvannia. Teoriia i praktyka, 6(3). https://doi.org/10.23939/cds2024.03.123.

7. Vakaliuk, T. A., Vlasenko, O. V., & Vasylenko, M. K. (2023). Analiz metodiv rozpiznavannia nomernykh znakiv. Tezy VI Vseukrainskoi naukovo-tekhnichnoi konferentsii. Zhytomyrska politekhnika. Retrieved June 6, 2025, from https://conf.ztu.edu.ua/wp-content/uploads/2024/01/19.pdf.

8. Dorenskyi, O., Drobko, O., & Drieiev, O. (2022). Improved model and software of the digital information service of the municipal health care institutions. Central Ukrainian Scientific Bulletin. Technical Sciences, 5(36), Part 2, 3–10. https://doi.org/10.32515/2664-262X.2022.5(36).2.3-10.

9. Shelekhov, I. V., Prilepa, D. V., Khibovska, Yu. O., Shamonin, K. Ye., & Dorenskyi, O. P. (2025). Informatsiino-ekstremalna tekhnolohiia intelektualnoho analizu yakosti osvitnoho kontentu v zakladakh vyshchoi osvity [Information-extreme technology of intelligent analysis of the quality of educational content in higher education institutions]. Tsentralnoukrainskyi naukovyi visnyk. Tekhnichni nauky [Central Ukrainian Scientific Bulletin. Technical Sciences], (12(43), Part 1). Preprint, Central Ukrainian National Technical University.

10. Kachurivskyi, V., Kotovskyi, A., Lykhodid, T., Kachurivska, H., & Dorenskyi, O. (2025). The concept of digital transformation of monitoring scientific activity of participants in educational process of the Ukrainian HEI. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42), Part I, 27–36. https://doi.org/10.32515/2664-262X.2025.11(42).1.27-36.

11. Korniienko, O., Kozub, N., & Dorenskyi, O. (2025). Method and technological solution of an AI-based adaptive investor survey service for determining an individual risk profile. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42), Part II, 3–10. https://doi.org/10.32515/2664-262X.2025.11(42).1.3-10.

Пристатейна бібліографія ГОСТ

1. Яковлев А. Застосування методу сегментації на основі моделей нейронних мереж для вирішення задач розпізнавання номерних знаків. Адаптивні системи автоматичного управління. 2024. Т. 1, № 44. DOI: 10.20535/1560-8956.44.2024.302420.

2. Redmon, J., Divvala, S., Girshick, R., Farhadi, A. You only look once: Unified, real-time object detection. Proc. of the IEEE Conf. on Computer Vision and Pattern Recognition (CVPR). 2016. P. 779–788.

3. Anagnostopoulos, C. N., Anagnostopoulos, I. E., Psoroulas, I. D., Loumos, V., Kayafas, E. License plate recognition from still images and video sequences: A survey. IEEE Transactions on Intelligent Transportation Systems. 2008. Vol. 9, № 3. P. 377–391.

4. Сватюк Д., Сватюк О., Белей О. Застосування згорткових нейронних мереж для безпеки розпізнавання об’єктів у відеопотоці. Кібербезпека: освіта, наука, техніка. 2020. № 4(8). DOI: 10.28925/2663-4023.2020.8.97112.

5. Подорожняк А. О., Любченко Н. Ю., Гейко Г. В. Нейромережева система розпізнавання автономера. Системи управління, навігації та зв’язку. 2020. Вип. 4(62). DOI: 10.26906/SUNZ.2020.4.088.

6. Висоцький В., Яворський Н. Система розумного паркування для розпізнавання номерних знаків на основі нейромережі YOLO та оптичного розпізнавання символів. Комп’ютерні системи проектування. Теорія і практика. 2024. Вип. 6(3). DOI: 10.23939/cds2024.03.123.

7. Вакалюк Т. А., Власенко О. В., Василенко М. К. Аналіз методів розпізнавання номерних знаків. Тези VI Всеукраїнської науково-технічної конференції. Житомирська політехніка, 2023. URL: https://conf.ztu.edu.ua/wp-content/uploads/2024/01/19.pdf (дата звернення: 06.06.2025).

8. Dorenskyi, O., Drobko, O., Drieiev, O. Improved Model and Software of the Digital Information Service of the Municipal Health Care Institutions. Центральноукраїнський науковий вісник. Технічні науки. 2022. Вип. 5(36), ч. 2. С. 3–10. DOI: 10.32515/2664-262X.2022.5(36).2.3-10.

9. Шелехов І.В., Прилепа Д.В., Хібовська Ю.О., Шамонін К.Є., Доренський О.П. Інформаційно- екстремальна технологія інтелектуального аналізу якості освітнього контенту в закладах вищої освіти. Центральноукраїнський науковий вісник. Технічні науки. 2025. Вип. 12(43), ч. 1. (Препринт Центральноукр. нац. техн. ун-т).

10. Kachurivskyi, V., Kotovskyi, A., Lykhodid, T., Kachurivska, H., Dorenskyi, O. The Concept of Digital Transformation of Monitoring Scientific Activity of Participants in Educational Process of the Ukrainian HEI. Центральноукраїнський науковий вісник. Технічні науки. 2025. Вип. 11(42), ч. 1. С. 27–36. DOI: 10.32515/2664-262X.2025.11(42).1.27-36.

11. Korniienko O., Kozub N., Dorenskyi O. Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile. Central Ukrainian Scientific Bulletin. Technical Sciences. 2025. Issue 11(42), Part IІ. P. 3-10. DOI: 10.32515/2664-262X.2025.11(42).1.3-10.


Copyright (c) 2025 Л. П. Матійчук, О. П. Доренський, О. В. Шишацька, А. В. Шишацький, Я. І. Музичишин