Препятствие пдд: Как правильно объезжать препятствия на дороге — Российская газета

Содержание

Объезд препятствия на дороге – штраф или лишение?

Если инспектор все же составил протокол, то в графе объяснения лица пишем:

«По встречной полосе (или обочине) я не двигался, а использовал часть дороги встречного движения для объезда препятствия, так как другого пути объехать не было. Инспектор проявил полное бездействие в организации объезда препятствия. Требую помощи адвоката. Инспектор отказался составить схему нарушения. Имею видеозапись с регистратора движения». (При наличии таковой.)

И в 10-дневный срок отправляйте заявление сразу в суд с требованием обжаловать вынесенное в ваш адрес постановление.

Наказание за объезд препятствия

Даже если у вас не было выбора, объезд препятствия с нарушением ПДД карается штрафом. Увы, таковы реалии нашего законодательства. В Правилах дорожного движения вообще никак не объяснено, что нужно делать, если на дороге перед вами лежит дерево, стоит аварийная машина или любое другое препятствие, которое можно объехать только по «встречке». Нет ни соответствующего пункта, ни даже термина «Объезд».

Действуя строго по букве закона, нужно остановиться и подождать, пока препятствие кто-то уберет.

И все-таки есть пункты, косвенно касающиеся нашего случая:

  • п.9.2 ПДД. «На дорогах с двусторонним движением, имеющих четыре или более полосы, запрещается выезжать для обгона или объезда на полосу, предназначенную для встречного движения…»;
  • п.15.3. Движение через ж/п: «Запрещается объезжать с выездом на полосу встречного движения стоящие перед переездом транспортные средства».

Таким образом, если автомобиль выполняет смену полосы движения в связи с тем, что полоса чем-то или кем-то заблокирована, то его маневр может рассматриваться как объезд. Во всех остальных случаях, т.е. если на полосе движения присутствует какая-то активность в виде движущегося транспортного средства, маневр можно расценивать как опережение или как обгон.


Как правильно объезжать препятствия на дороге?

С каждым годом, ПДД вырастают всё в большее «яблоко раздора» между водителями и сотрудниками дорожной полиции. Многие пункты правил дорожного движения носят двоякий смысл, а другие и вовсе «не налезают на голову». Именно таким является правило объезда препятствия на дороге, ведь данная тема собирает вокруг себя огромное количество спорных ситуаций.

Что такое объезд препятствия?

Прежде чем поговорит про объезд, необходимо определить, что такое препятствие на дороге и какое понятие даётся ему в ПДД. Итак, препятствие — это неподвижный объект, оказавшийся на полосе движения транспортных средств, который не даёт продвигаться далее по данной полосе. Под определение понятия «препятствие» не попадают заторы, а также другие транспортные средства, которое остановилось на полосе.

В то же время, «объездом» называют маневр, выполняемый водителем, с целью преодоления некоего препятствия, появившегося на пути движения транспортного средства. Тем не менее, в ПДД вы не найдёте чёткой дефиниции данного понятия. Давайте разъясним путаницу, часто возникающую в головах автомобилистов относительно того, что обгон и объезд – это разные понятия в ПДД. Если, например, на дороге проводятся ремонтные работы и она отчасти заблокирована, то проезд препятствия с одной из сторон относится к объезду. Но если впереди вас медленно едет большая фура, например, и вы её объезжаете, то это уже считается обгоном. Нельзя путать эти два понятия!

Важно! Неправильно совершённый обгон повлечёт за собой больший штраф, чем неправильный объезд.

Как объезжать препятствия под предписывающие знаки?

Пожалуй, утопия для водителей – это дорога, лишённая перекрёстков, пешеходных переходов, сужений и других препятствий для нормального и расслабленного движения в заданном направлении. Но в реальности, часто всё идёт не так, как хотелось бы. Ко всему прочему, на проезжей части могут образовываться и различные препятствия, а для регулировки движения на таких участках устанавливаются следующие предписывающие знаки.

Интересно! Двигаясь в условиях тумана, все встречаемые на пути объекты, кажутся водителю большими, чем они есть на самом деле.

«Объезд препятствия справа»

Дорожный знак 4.2.1 «Объезд препятствия справа» устанавливается с целью чёткого указания траектории, по которой следует объезжать объект, мешающий дальнейшему нормальному движению автомобиле. В данном случае, разрешается это делать только по правой стороне от него. Объезд слева недопустим. Знак действует только в зоне расположения упомянутого объекта, а после объезда препятствия, действия этого дорожного знака прекращается.

«Объезд препятствия слева»

Знак 4.2.2

требует объезжать препятствие только с левой стороны, несмотря на то, что его можно объехать и справа. По правилам дорожного движения, водитель обязан объезжать преграду только слева. Часто, этот знак можно встретить на автомобилях коммунальных служб, дорожно-ремонтных организаций и других предприятий, проводящих дорожные ремонтные работы.

Случается и так, что знак 4.2.2 может противоречить требованиям сплошной горизонтальной линии разметки. В этой ситуации, водители должны помнить о приоритете и ориентироваться, в первую очередь. на то, куда указывает знак. Поэтому можно вполне законно пересекать разметку, чтобы объехать препятствие. Далее можно возвращаться на свою полосу.

Важно! Знак, как он есть, не даёт приоритета автомобилю, выполняющему объезд препятствия, поскольку преимущество имеет встречный транспорт.

«Объезд препятствия справа или слева»

«Объезд препятствия справа или слева» (знак 4.2.3) является наиболее популярным регулировочным средством на время проведения ремонтных работ посреди проезжей части и при необходимости объезда разного рода ограждений и конструкций.

Если выбирать траекторию движения логично, то водителю необходимо больше придерживаться правой стороны, чтобы не выезжать на встречную полосу. Если же выполнять манёвр влево, тогда нужно двигаться от неё на максимально возможном расстоянии.

Это основы безопасности движения по полосам проезжей части. Однако водитель сам решает с какой стороны ему проще преодолеть преграду, но, в любом случае, безопасность должна быть превыше всего.

Знаете ли Вы? У индийских коров, имеющих статус священного животного, есть преимущество перед любым транспортным средством, зафиксированом в ПДД.

Правила объезда

Различные ситуации, связанные с объездом препятствий, являются очень проблемной правовой коллизией не только в Украине, но и в административных законодательствах других стран. Сотни водителей, только в столице, ежедневно встречают перед собой преграды в виде сломанного грузового автомобиля, машины с включенными аварийными огнями, глубокой ямы на дороге и других преград, которыебез выезда на полосу встречного движения, физически не получается объехать.

Можно ли выезжать пересекать прерывистую для объезда?

«Прерывистая линия» разметки 1.5 – это наиболее любимая водителями часть дороги. Одинарной пунктирной линией разделяются участки движения на многополосных дорогах. Эту разметку можно пересекать с разных сторон, но только если такие маневры не противоречат действующим правилам дорожного движения. Например, нельзя объезжать выбоины, выезжая на другую полосу с активным движением. Можно снизить скорость и постараться аккуратно их проехать.

Разрешено ли пересекать сплошную?

Без обоснованных причин, «сплошную» линию 1.1 пересекать запрещено. Исключение составляют места стоянки, парковочные площадки и край проезжей части, граничащий с обочиной. В таких случаях её можно пересекать.

Также, исключением являются неподвижные препятствия, которые своими габаритами вынуждают водителей пересекать «сплошную», объезжая их. Кроме того,

разрешается совершать обгон одиночного транспортного средства с выездом на встречную полосу, если оно движется со скоростью меньшей 30 км/ч.

Спорной ситуацией является объезд автобуса по встречной полосе. По определению он не является препятствием, так что пересечение «сплошной» для его объезда на остановке, грозит штрафными санкциями. Хотя есть, конечно, один момент, когда вы можете смело оспорить свой штраф. Если между остановившимся автобусом и линией разметки 1.1 недостаточно места для проезда автомобиля, тогда его можно расценивать, как препятствие и выезжать на полосу встречного движения для объезда.

Пересечение двойной сплошной

Излюбленное правонарушение работников дорожной полиции – пересечение «двойной сплошной». Если водитель не осведомлён в юридическом плане, тогда его легко могут лишить прав, составив соответствующий протокол. Ни для кого не секрет, что это делается только ради собственной выгоды. Но здесь можно обойтись и штрафом, а порой и вообще ничего не нарушить.

Например, на полосе вашего движения произошло ДТП. Можно ли совершить объезд аварии через двойную сплошную? Если нет физической возможности объехать препятствие справа (а автомобиль, попавший в ДТП, является препятствием), тогда при пересечении двойной сплошной, вас не имеют права привлекать к ответственности, особенно, если на месте аварии выставлен временный дорожный знак «Предварительный указатель перестроения на другую проезжую часть».

Интересный факт! Долговечность дорожной разметки проверяется количеством наездов шин, которое она выдерживает до полного истирания. Наиболее долговечная разметка наносится специальными полиуретановыми лентами. Она может выдержать до восьми миллионов наездов, в то время как обычная краска, только пятьсот тысяч.

Подписывайтесь на наши ленты в таких социальных сетях как, Facebook, Вконтакте, Instagram, Pinterest, Yandex Zen, Twitter и Telegram: все самые интересные автомобильные события собранные в одном месте.

Как правильно объезжать препятствия на дороге? — Рамблер/авто

С каждым годом, ПДД вырастают всё в большее «яблоко раздора» между водителями и сотрудниками дорожной полиции. Многие пункты правил дорожного движения носят двоякий смысл, а другие и вовсе «не налезают на голову». Именно таким является правило объезда препятствия на дороге, ведь данная тема собирает вокруг себя огромное количество спорных ситуаций.

Что такое объезд препятствия?Как объезжать препятствия под предписывающие знаки?»Объезд препятствия справа»»Объезд препятствия слева»»Объезд препятствия справа или слева»Правила объездаМожно ли выезжать пересекать прерывистую для объезда?Разрешено ли пересекать сплошную?Пересечение двойной сплошной

Что такое объезд препятствия?

Прежде чем поговорит про объезд, необходимо определить, что такое препятствие на дороге и какое понятие даётся ему в ПДД. Итак, препятствие — это неподвижный объект, оказавшийся на полосе движения транспортных средств, который не даёт продвигаться далее по данной полосе. Под определение понятия «препятствие» не попадают заторы, а также другие транспортные средства, которое остановилось на полосе.

В то же время, «объездом» называют маневр, выполняемый водителем, с целью преодоления некоего препятствия, появившегося на пути движения транспортного средства. Тем не менее, в ПДД вы не найдёте чёткой дефиниции данного понятия. Давайте разъясним путаницу, часто возникающую в головах автомобилистов относительно того, что обгон и объезд – это разные понятия в ПДД. Если, например, на дороге проводятся ремонтные работы и она отчасти заблокирована, то проезд препятствия с одной из сторон относится к объезду. Но если впереди вас медленно едет большая фура, например, и вы её объезжаете, то это уже считается обгоном. Нельзя путать эти два понятия!

Важно! Неправильно совершённый обгон повлечёт за собой больший штраф, чем неправильный объезд.

Как объезжать препятствия под предписывающие знаки?

Пожалуй, утопия для водителей – это дорога, лишённая перекрёстков, пешеходных переходов, сужений и других препятствий для нормального и расслабленного движения в заданном направлении. Но в реальности, часто всё идёт не так, как хотелось бы. Ко всему прочему, на проезжей части могут образовываться и различные препятствия, а для регулировки движения на таких участках устанавливаются следующие предписывающие знаки.

Интересно! Двигаясь в условиях тумана, все встречаемые на пути объекты, кажутся водителю большими, чем они есть на самом деле.

«Объезд препятствия справа»

Дорожный знак 4.2.1 «Объезд препятствия справа» устанавливается с целью чёткого указания траектории, по которой следует объезжать объект, мешающий дальнейшему нормальному движению автомобиле. В данном случае, разрешается это делать только по правой стороне от него. Объезд слева недопустим. Знак действует только в зоне расположения упомянутого объекта, а после объезда препятствия, действия этого дорожного знака прекращается.

«Объезд препятствия слева»

Знак 4.2.2 требует объезжать препятствие только с левой стороны, несмотря на то, что его можно объехать и справа. По правилам дорожного движения, водитель обязан объезжать преграду только слева.

Часто, этот знак можно встретить на автомобилях коммунальных служб, дорожно-ремонтных организаций и других предприятий, проводящих дорожные ремонтные работы.

Случается и так, что знак 4.2.2 может противоречить требованиям сплошной горизонтальной линии разметки. В этой ситуации, водители должны помнить о приоритете и ориентироваться, в первую очередь. на то, куда указывает знак. Поэтому можно вполне законно пересекать разметку, чтобы объехать препятствие. Далее можно возвращаться на свою полосу.

Важно! Знак, как он есть, не даёт приоритета автомобилю, выполняющему объезд препятствия, поскольку преимущество имеет встречный транспорт.

«Объезд препятствия справа или слева»

«Объезд препятствия справа или слева» (знак 4.2.3) является наиболее популярным регулировочным средством на время проведения ремонтных работ посреди проезжей части и при необходимости объезда разного рода ограждений и конструкций.

Если выбирать траекторию движения логично, то водителю необходимо больше придерживаться правой стороны, чтобы не выезжать на встречную полосу. Если же выполнять манёвр влево, тогда нужно двигаться от неё на максимально возможном расстоянии.

Это основы безопасности движения по полосам проезжей части. Однако водитель сам решает с какой стороны ему проще преодолеть преграду, но, в любом случае, безопасность должна быть превыше всего.

Знаете ли Вы? У индийских коров, имеющих статус священного животного, есть преимущество перед любым транспортным средством, зафиксированом в ПДД.

Правила объезда

Различные ситуации, связанные с объездом препятствий, являются очень проблемной правовой коллизией не только в Украине, но и в административных законодательствах других стран. Сотни водителей, только в столице, ежедневно встречают перед собой преграды в виде сломанного грузового автомобиля, машины с включенными аварийными огнями, глубокой ямы на дороге и других преград, которыебез выезда на полосу встречного движения, физически не получается объехать.

Можно ли выезжать пересекать прерывистую для объезда?

«Прерывистая линия» разметки 1.5 – это наиболее любимая водителями часть дороги. Одинарной пунктирной линией разделяются участки движения на многополосных дорогах. Эту разметку можно пересекать с разных сторон, но только если такие маневры не противоречат действующим правилам дорожного движения. Например, нельзя объезжать выбоины, выезжая на другую полосу с активным движением. Можно снизить скорость и постараться аккуратно их проехать.

Разрешено ли пересекать сплошную?

Без обоснованных причин, «сплошную» линию 1.1 пересекать запрещено. Исключение составляют места стоянки, парковочные площадки и край проезжей части, граничащий с обочиной. В таких случаях её можно пересекать.

Также, исключением являются неподвижные препятствия, которые своими габаритами вынуждают водителей пересекать «сплошную», объезжая их. Кроме того, разрешается совершать обгон одиночного транспортного средства с выездом на встречную полосу, если оно движется со скоростью меньшей 30 км/ч.

Спорной ситуацией является объезд автобуса по встречной полосе. По определению он не является препятствием, так что пересечение «сплошной» для его объезда на остановке, грозит штрафными санкциями. Хотя есть, конечно, один момент, когда вы можете смело оспорить свой штраф. Если между остановившимся автобусом и линией разметки 1.1 недостаточно места для проезда автомобиля, тогда его можно расценивать, как препятствие и выезжать на полосу встречного движения для объезда.

Пересечение двойной сплошной

Излюбленное правонарушение работников дорожной полиции – пересечение «двойной сплошной». Если водитель не осведомлён в юридическом плане, тогда его легко могут лишить прав, составив соответствующий протокол. Ни для кого не секрет, что это делается только ради собственной выгоды. Но здесь можно обойтись и штрафом, а порой и вообще ничего не нарушить.

Например, на полосе вашего движения произошло ДТП. Можно ли совершить объезд аварии через двойную сплошную? Если нет физической возможности объехать препятствие справа (а автомобиль, попавший в ДТП, является препятствием), тогда при пересечении двойной сплошной, вас не имеют права привлекать к ответственности, особенно, если на месте аварии выставлен временный дорожный знак «Предварительный указатель перестроения на другую проезжую часть».

Интересный факт! Долговечность дорожной разметки проверяется количеством наездов шин, которое она выдерживает до полного истирания. Наиболее долговечная разметка наносится специальными полиуретановыми лентами. Она может выдержать до восьми миллионов наездов, в то время как обычная краска, только пятьсот тысяч.

Билет 15 ПДД CD, правильные ответы на все вопросы



Билет 15 — Вопрос 1

Какой неподвижный объект, не позволяющий продолжить движение по полосе, не относится к понятию «Препятствие»?

1. Дефект проезжей части.

2. Посторонний предмет.

3. Неисправное или поврежденное транспортное средство.

4. Транспортное средство, остановившееся на этой полосе из-за образования затора.

Из перечисленных понятий к термину «Препятствие» не относится ТС, остановившееся из-за образования затора (п. 1.2).

Правильный ответ:
Транспортное средство, остановившееся на этой полосе из-за образования затора.



Билет 15 — Вопрос 2

Вам можно продолжить движение на перекрестке:

1. Только в направлении Б.

2. В направлениях А и Б.

3. В направлениях Б и В.

На этом перекрестке пересекаемая дорога имеет две проезжие части. Знак 4.1.1 «Движение прямо» действует только на первое пересечение проезжих частей, перед которым он установлен. Следовательно, Вам запрещен только поворот направо на первую проезжую часть (направление В).

Правильный ответ:
В направлениях А и Б.



Билет 15 — Вопрос 3

В зоне действия этих знаков стоянка запрещена:

1. Только грузовым автомобилям с разрешенной максимальной массой более 7,5 т.

2. Грузовым автомобилям с разрешенной максимальной массой более 3,5 т.

3. Любым грузовым автомобилям.

Знаки 3.28 «Стоянка запрещена» и 8.4.1 «Вид транспортного средства» указывают, что в зоне их действия запрещено осуществлять стоянку только грузовым автомобилям с разрешенной максимальной массой более 3,5 т.

Правильный ответ:
Грузовым автомобилям с разрешенной максимальной массой более 3,5 т.



Билет 15 — Вопрос 4

Какие из указанных табличек указывают протяженность зоны действия знаков, с которыми они применяются?

1. Только А.

2. Только Б.

3. Б и В.

Протяженность зоны действия знаков указывают таблички Б (8.2.1 «Зона действия») и В (8.2.2 «Зона действия»). Табличка А (8.1.1 «Расстояние до объекта») используется, когда нужно показать точное расстояние от знака до начала опасного участка, места введения соответствующего ограничения или определенного объекта, находящегося впереди по направлению движения.

Правильный ответ:
Б и В.



Билет 15 — Вопрос 5

Разрешен ли Вам такой маневр при выключенных реверсивных светофорах?

1. Разрешен.

2. Разрешен, если нет встречных транспортных средств.

3. Разрешен только для обгона.

4. Запрещен.

В данном случае, когда реверсивные светофоры выключены, линия разметки 1.9 разделяет транспортные потоки противоположных направлений (Приложение 2). При этом пересекать указанную линию разметки нельзя, поэтому соответствующий маневр запрещен.

Правильный ответ:
Запрещен.



Билет 15 — Вопрос 6

При таких сигналах светофора и жесте регулировщика Вы должны:

1. Остановиться у стоп-линии.

2. Продолжить движение только прямо.

3. Продолжить движение прямо или направо.

Когда рука регулировщика поднята вверх, движение всех ТС и пешеходов запрещено (п. 6.10). Вы должны выполнить его требование — остановиться перед стоп-линией, хотя светофор и разрешает движение (п. 6.15).

Правильный ответ:
Остановиться у стоп-линии.



Билет 15 — Вопрос 7

Обязан ли в этой ситуации водитель, остановившийся из-за неисправности, выставить знак аварийной остановки?

1. Обязан.

2. Обязан, если неисправна аварийная сигнализация.

3. Не обязан.

Правила разрешают остановку и стоянку маломестному автобусу на левой стороне дорог с односторонним движением в населенных пунктах (п. 12.1). Однако в рассматриваемой ситуации водитель из-за неисправности остановился в зоне действия знака 3.27 «Остановка запрещена». В этом случае, т.е. при вынужденной остановке в местах, где остановка запрещена, водитель должен включить аварийную сигнализацию (п. 7.1) и выставить знак аварийной остановки. Знак выставляется не только когда отсутствует или неисправна аварийная сигнализация, но и когда она включена (п. 7.2).

Правильный ответ:
Обязан.



Билет 15 — Вопрос 8

По какой траектории Вам разрешено продолжить движение налево?

1. Только по А.

2. Только по Б.

3. По любой из указанных.

Поворот налево может осуществляться на любую полосу пересекаемой проезжей части, не расположенную на стороне встречного движения (п. 8.6).

Вопрос:
При повороте надо двигаться как можно правее. Почему можно поворачивать по А?
Ответ:
Поворачивать налево можно на любую полосу. Но при повороте направо надо двигаться как можно правее. В этом разница правого и левого поворотов.

Правильный ответ:
По любой из указанных.



Билет 15 — Вопрос 9

Как Вам следует действовать, выезжая на маломестном автобусе с места стоянки одновременно с легковым автомобилем?

1. Уступить дорогу.

2. Проехать первым.

3. По взаимной договоренности с водителем этого автомобиля.

Во всех случаях, когда траектории движения ТС пересекаются, а очередность проезда не оговорена Правилами (в данном случае на парковке), Вы должны уступить дорогу ТС, приближающемуся справа (п. 8.9).

Вопрос:
Не вижу автомобиля справа.
Ответ:
При выполнении Вами поворота налево, встречный черный автомобиль окажется справа от Вас.

Правильный ответ:
Уступить дорогу.



Билет 15 — Вопрос 10

К резкому торможению можно прибегнуть:

1. Для остановки перед перекрестком или пешеходным переходом, когда зеленый сигнал светофора сменился на желтый.

2. Для предотвращения дорожно-транспортного происшествия.

3. В обоих перечисленных случаях.

Резкое торможение можно использовать только для предотвращения ДТП (п. 10.5).

Правильный ответ:
Для предотвращения дорожно-транспортного происшествия.



Билет 15 — Вопрос 11

Разрешается ли на двухполосной дороге выполнять обгон на перекрестках?

1. Разрешается.

2. Разрешается только на нерегулируемых перекрестках.

3. Разрешается только на перекрестках неравнозначных дорог при движении по главной дороге.

4. Запрещается.

На нерегулируемых перекрестках неравнозначных дорог обгон разрешен только при движении по главной дороге (п. 11.4).

Правильный ответ:
Разрешается только на перекрестках неравнозначных дорог при движении по главной дороге.



Билет 15 — Вопрос 12

Кто из водителей нарушил правила остановки?

1. Оба.

2. Только водитель легкового автомобиля.

3. Только водитель автобуса.

4. Никто не нарушил.

Остановка и стоянка ТС разрешаются на правой стороне дороги на обочине. На дорогах с одной полосой движения для каждого направления остановка и стоянка на левой стороне дороги допускаются только в населенных пунктах (п. 12.1). Таким образом, правила остановки нарушили и водитель легкового автомобиля, который остановился вне населенного пункта на левой стороне дороги, и водитель автобуса, который при наличии обочины остановился на проезжей части.

Правильный ответ:
Оба.



Билет 15 — Вопрос 13

В каком случае Вы обязаны уступить дорогу трамваю?

1. При повороте налево.

2. При движении прямо.

3. В обоих перечисленных случаях.

Включенный указатель поворота трамвая информирует о том, что пути движения Вашего автомобиля и трамвая пересекаются на перекрестке. Учитывая, что данный сигнал светофора одновременно разрешает движение обоим ТС, Вы обязаны уступить дорогу трамваю, который имеет преимущество перед безрельсовыми ТС (пп. 6.2 и 13.6).

Правильный ответ:
В обоих перечисленных случаях.



Билет 15 — Вопрос 14

При движении в прямом направлении Вам следует:

1. Проехать перекресток первым.

2. Уступить дорогу только трамваю.

3. Уступить дорогу трамваю и легковому автомобилю.

В данной ситуации Вы должны уступить дорогу только трамваю, который на перекрестке равнозначных дорог имеет преимущество перед безрельсовыми ТС (п. 13.11). Встречный легковой автомобиль, поворачивающий налево, обязан уступить дорогу Вам (п. 13.12).

Правильный ответ:
Уступить дорогу только трамваю.



Билет 15 — Вопрос 15

Кому Вы должны уступить дорогу при повороте налево?

1. Только автобусу.

2. Только легковому автомобилю.

3. Никому.

При повороте налево на данном перекрестке неравнозначных дорог (знаки 2.1 «Главная дорога» и 8.13 «Направление главной дороги») Вы должны уступить дорогу только автобусу, который, так же как и Вы, движется по главной дороге и при Вашем повороте налево будет для Вас «помехой справа» (пп. 13.10 и 13.11). Перед легковым автомобилем, находящимся на второстепенной дороге, Вы имеете преимущество (п. 13.9).

Правильный ответ:
Только автобусу.



Билет 15 — Вопрос 16

Вам разрешено продолжить движение:

1. Только по траектории А.

2. Только по траектории Б.

3. По траекториям А или Б.

4. По траекториям Б или В.

5. По любой траектории из указанных.

Вы можете продолжить движение только по траектории Б, так как, повернув по траектории А, Вы не выполните требование двигаться по возможности ближе к правому краю проезжей части (п. 8.6), а продолжать дальнейшее движение по полосе для маршрутных ТС по траектории В запрещено (п. 18.2).

Вопрос:
Судя по картинке, я еду на маршрутном ТС. Почему же мне нельзя по полосе «А» ехать?
Ответ:
По картинке видно, что Вы управляете не городским автобусом. Кроме того, при управлении маршрутным ТС вопрос в билете звучал бы не «Вам разрешено продолжить движение:», а с привязкой, например, к автобусу: «Вам разрешено продолжить движение на маршрутном автобусе:». Значит, Вы управляете обычным грузовиком.

Правильный ответ:
Только по траектории Б.



Билет 15 — Вопрос 17

Привлечь внимание водителя обгоняемого автомобиля при движении вне населенного пункта в светлое время суток можно:

1. Только подачей звукового сигнала.

2. Только кратковременным переключением фар с ближнего света на дальний.

3. Только совместной подачей указанных сигналов.

4. Любым из перечисленных способов.

Для привлечения внимания водителя обгоняемого автомобиля вне населенного пункта можно использовать подачу звукового сигнала, подачу светового сигнала в виде кратковременного переключения фар с ближнего света на дальний или совместную подачу указанных сигналов (п. 19.10 и 19.11).

Правильный ответ:
Любым из перечисленных способов.



Билет 15 — Вопрос 18

При каком максимальном значении суммарного люфта в рулевом управлении допускается эксплуатация грузового автомобиля?

1. 10 градусов.

2. 20 градусов.

3. 25 градусов.

Суммарный люфт в рулевом управлении грузового автомобиля не должен превышать 25 градусов (Перечень, п. 2.1).

Правильный ответ:
25 градусов.



Билет 15 — Вопрос 19

Как следует выбирать передачу при торможении двигателем с учетом крутизны спуска?

1. Чем круче спуск, тем выше передача.

2. Чем круче спуск, тем ниже передача.

3. Выбор передачи не зависит от крутизны спуска.

Более низкая передача на крутом спуске обеспечит большую эффективность торможения двигателем, поэтому выбирать передачу следует исходя из условия: чем круче спуск, тем ниже передача.

Правильный ответ:
Чем круче спуск, тем ниже передача.



Билет 15 — Вопрос 20

О каких травмах у пострадавшего может свидетельствовать поза «лягушки» (ноги согнуты в коленях и разведены, а стопы развернуты подошвами друг к другу) и какую первую помощь необходимо при этом оказать?

1. У пострадавшего могут быть ушиб брюшной стенки, перелом лодыжки, перелом костей стопы. При первой помощи вытянуть ноги, наложить шины на обе ноги от голеностопного сустава до подмышки.

2. У пострадавшего могут быть переломы шейки бедра, костей таза, перелом позвоночника, повреждение внутренних органов малого таза, внутреннее кровотечение. Позу ему не менять, ноги не вытягивать, шины не накладывать. При первой помощи подложить под колени валик из мягкой ткани, к животу по возможности приложить холод.

3. У пострадавшего могут быть переломы костей голени и нижней трети бедра. При первой помощи наложить шины только на травмированную ногу от голеностопного до коленного сустава, не вытягивая ногу.

Поза «лягушки» свидетельствует о том, что у пострадавшего могут быть переломы шейки бедра, костей таза, перелом позвоночника, повреждение внутренних органов малого таза, внутреннее кровотечение. Эта поза позволяет уберечь сосуды и окружающие ткани от повреждения, поэтому не следует ее менять. Ноги пострадавшему не вытягивать, шины не накладывать. Под колени подложить валик из мягкой ткани, а к животу по возможности приложить холод.

Правильный ответ:
У пострадавшего могут быть переломы шейки бедра, костей таза, перелом позвоночника, повреждение внутренних органов малого таза, внутреннее кровотечение. Позу ему не менять, ноги не вытягивать, шины не накладывать. При первой помощи подложить под колени валик из мягкой ткани, к животу по возможности приложить холод.


Пройти билет № 15




ПДД 11.7 — Встречный разъезд затруднен

В случае если встречный разъезд затруднен, водитель, на стороне которого имеется препятствие, должен уступить дорогу.

Уступить дорогу при наличии препятствия на уклонах, обозначенных знаком 1.13 и знаком 1.14 , должен водитель транспортного средства, движущегося на спуск.

Должны ли Вы уступить дорогу встречному автомобилю?

1.Да.
2.Нет.

Если встречный разъезд затруднен, то водитель, на стороне которого имеется препятствие, должен уступить дорогу. Поскольку препятствие находится на Вашей стороне, то Вы и должны уступить дорогу.

Какие знаки означают, что Вы должны уступить дорогу, если встречный разъезд затруднен?

1.Б и Г.
2.А и В.
3.Б и В.
4.Только В.

Ответ

В этой ситуации, двигаясь на спуске, Вы:

1.Должны уступить дорогу.
2.Имеете право проехать первым.

Знак «Крутой спуск» предупреждает о том, что вы приближаетесь к спуску. Так как в данной ситуации встречный разъезд затруднен, то уступить дорогу встречному легковому автомобилю должны Вы.

Выполняя объезд на подъеме, Вы:

1.Имеете право проехать первым.
2.Должны уступить дорогу.

Знак «Крутой подъем» предупреждает о том, что Вы въезжаете на подъем. Так как в данной ситуации встречный разъезд затруднен, уступить дорогу должен водитель встречного легкового автомобиля, поскольку он движется на спуск.

При затрудненном встречном разъезде на таком участке дороги преимущество имеет:

1.Водитель грузового автомобиля.
2.Водитель легкового автомобиля.

Знак «Крутой подъем» предупреждает водителя легкового автомобиля о приближении к подъему. При затрудненном встречном разъезде на данном участке дороги преимущество имеет водитель легкового автомобиля, поскольку он движется на подъём.

В данной ситуации Вы:

1.Должны уступить дорогу.
2.Имеете право проехать первым.

Знак падение камней информирует о том, что вы приближаетесь к участку дороги, на котором возможны обвалы, оползни, падение камней. На этом участке дороги встречный разъезд затруднен, и вы имеете право проехать первым. Водитель встречного легкового автомобиля должен уступить вам дорогу, поскольку на его стороне имеется препятствие.

Должны ли Вы уступить дорогу встречному грузовому автомобилю?

1.Да.
2.Нет.

Если встречный разъезд затруднен, то водитель, на стороне которого имеется препятствие, должен уступить дорогу. Следовательно, Вы уступать дорогу грузовому автомобилю не должны.

В данной ситуации Вы:

1.Должны уступить дорогу, так как встречный автомобиль движется на подъем.
2.Имеете право проехать первым, так как Вы движетесь на спуск.
3.Имеете право проехать первым, так как препятствие находится на полосе движения встречного автомобиля.

Знак 1.13 «Крутой спуск» предупреждает о том, что Вы приближаетесь к спуску. Так как в данной ситуации встречный разъезд затруднен, то Вы должны уступить дорогу встречному легковому автомобилю, поскольку он движется на подъем.

Дорожный знак 8.22.1, 8.23.2, 8.23.3 «Препятствие»

Препятствие на проезжей части — штука пренеприятная. Оно приводит к дестабилизации дорожного движения, так как требует от водителей принятия своевременных адекватных мер по объезду опасного участка.

Своевременно проинформировать водителя о месте расположения препятствия и разрешенных способах его объезда призвано сочетание трех знаков — «Объезд препятствия справа» (4.2.1), «Объезд препятствия слева» (4.2.2), «Объезд препятствия справа или слева» (4.2.3) — и табличек «Препятствие» (так же в трех вариантах исполнения — 8.22.1, 8.22.2 и 8.22.3).

Как видно из рисунка, отличие вариантов табличек «Препятствие» заключается в направлении косых линий в информационном поле знака. Однако общие (принципиальные) требования табличек совпадают, поэтому мы попытается рассмотреть их в едином комментарии.

Кстати, магия наклона косых линий в поле табличек — принципиальна и весьма информативна. Дело в том, что наклон линий указывает на направление объезда (точнее, на участок проезжей части, по которому можно объехать препятствие).

Попробуем разобраться. Так, табличка 8.22.1 с косыми линиями, направленными «сверху вниз и направо» укажет на то, что объехать препятствие возможно только справа. А установленный с табличкой знак «Объезд препятствия справа» (4.2.1) предпишет только этот вариант объезда. И никакой иной.

Обратите внимание вот еще на что: табличка 8.22.1 сочетается только со знаком 4.2.1. Замечаете сходство их числовых обозначений? Нетрудно догадаться, что табличка 8.22.2 будет сопрягаться исключительно со знаком 4.2.2, а 8.22.3 — с 4.2.3.

Двигаемся дальше.

Сочетание знака «Объезд препятствия слева», возможное, как мы уже выяснили, только с вариантом таблички 8.22.2, укажет на то, что водитель имеет право объехать препятствие только слева. Косые линии таблички — «сверху вниз и налево» дублируют требование предписывающего знака.

А вот комбинация таблички «Препятствие» (в ее варианте 8.22.3) и знака «Объезд препятствия справа или слева» разрешат водителю выбрать любой удобный для него вариант объезда препятствия — либо слева, либо справа. И именно эти направления дублируются косыми линиями таблички — «сверху вниз и налево», «сверху вниз и направо».

Кроме объезда препятствий, интересующие нас таблички активно используются и на других участках дороги:

1) В начале разделительной полосы;
2) В начале ограждений, которые разделяют транспортные потоки попутных или противоположных направлений;
3) На направляющих островках или островках безопасности, приподнятых над проезжей частью.

В этом случае сочетание табличек и знаков укажет направление объезда указанных участков дороги.

Таким образом, таблички «Препятствие» в союзе с предписывающими знаками, отвечающими за регламентацию объезда, применяются на опасных участках дороги для указания направления дальнейшего движения транспортных средств в условиях объезда.

Если данная информация была для вас полезна, напишите, пожалуйста, об этом в комментариях. Если возникнут вопросы, пишите, обязательно постараюсь вам помочь.

Пдд онлайн от команды autoass!

Содержание статьи:
  • знак 8 22 1
  • знак препятствие
  • дорожный знак 8 22 1
  • 8 22 1 дорожный знак
    Метки: препятствие     

Дорожные знаки дополнительной информации 8.22.1-3 Препятствие в Правилах дорожного движения

ПДД: Дорожные знаки дополнительной информации 8.1.1-4 Расстояние до объекта в Правилах дорожного движения
Суть: Дорожные знаки дополнительной информации 8.1.1-4 Расстояние до объекта указывают расстояние от знака до определенного объекта или места, расположенного по ходу движения или в стороне от дороги.
Текст ПДД 2015:  Дорожный знак дополнительной информации или табличка 8.1.1 Расстояние до объекта впереди в Приложении 1 к ПДДДорожный знак дополнительной информации или табличка 8.1.2 Расстояние до объекта — перекрёстка в Приложении 1 к ПДД Дорожный знак дополнительной информации или табличка 8.1.3 Расстояние до объекта справа в Приложении 1 к ПДДДорожный знак дополнительной информации или табличка 8.1.4 Расстояние до объекта слева в Приложении 1 к ПДД
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Как избежать 6 опасных препятствий на проезжей части

Опытные водители знают, что вождение автомобиля похоже на видеоигру: на вашем пути всегда что-то появляется. Всем водителям следует знать, что на дороге периодически будут появляться предметы. Заблаговременное рассмотрение этих препятствий и обдумывание того, как справиться с конкретными ситуациями, снизит вероятность того, что они могут стать причиной аварии. Ниже приведены некоторые распространенные препятствия на дорогах и советы о том, как их преодолевать, объезжать или преодолевать:

  • 1

    Олень в свете фар

    Число водителей, попавших в аварии, вызванные оленями на проезжей части, растет с каждым годом. один год.По мере того как мы, люди, расселяемся в ранее необитаемых лесах, дикие животные, такие как олени, неизбежно блуждают по дорогам. Удивительно, но много аварий с оленями происходит в пригородах и небольших городах. Не думайте, что вы застрахованы от дилеммы оленя только потому, что живете за много миль от сельской местности.

    Остерегайтесь оленей на слепом повороте

    Опасность столкновения с оленями повышается в ранние утренние часы и в часы, предшествующие закату, в это время олени чаще всего подвижны.Если вы видите впереди идущего по дороге оленя, максимально сбавьте скорость. Если вы уже очень близко подошли к животному, когда заметили его, не нажимайте на тормоза. Это может привести к заносу вашего автомобиля или к заднему ходу автомобиля позади вас. Вместо этого крепко возьмитесь за руль и приготовьтесь к удару. Если вы ударили животное, как можно скорее остановитесь, чтобы проверить, нет ли повреждений вашего автомобиля, и оправиться от столкновения. Если животное все еще живо, возможно, вам потребуется обратиться за помощью в местные правоохранительные органы.

  • 2

    НЛО на дорогах

    Неопознанные летающие объекты — обычное явление на дорогах, особенно на автомагистралях и межштатных автомагистралях, где транспортные средства движутся с высокой скоростью. Вы наслаждаетесь приятной поездкой на работу, когда что-то неожиданно летит к вашему лобовому стеклу. Будь то мешок с мусором, кусок древесины, двенадцатифутовая лестница, мешок быстрого питания или большая птица, эти случайные предметы вызывают панику у многих водителей. Когда вы едете на высокой скорости, даже такая безобидная вещь, как пустой пакет из-под продуктов, может напугать вас, поскольку летит к вашему лобовому стеклу.Старайтесь сохранять спокойствие, если вы вдруг видите, что что-то приближается к вашему автомобилю. Если вы определили объект как опасный, например, большую конечность или кусок металла, быстро оцените движение вокруг вас, а затем попытайтесь объехать объект, если это безопасно. Если на дороге лежит большой объект, попробуйте управлять автомобилем так, чтобы ваши колеса прижимались к нему, когда вы проезжаете мимо. Если что-то попало в вашу машину и вы подозреваете, что произошло повреждение, как можно скорее остановитесь и позвоните в местные правоохранительные органы, чтобы составить отчет об аварии.

  • 3

    SMV

    Медленно движущиеся транспортные средства — это официальная категория транспортных средств, которые можно встретить на многих типах дорог. SMV — это любой тип транспортного средства, которое не может двигаться с определенной скоростью. В большинстве штатов эта скорость составляет тридцать миль в час.

    Вы никогда не знаете, в какой тип медленно движущегося транспортного средства вы можете столкнуться за углом

    Хотя эти транспортные средства не разрешены на межгосударственных автомагистралях, им по закону разрешено передвигаться по всем другим дорогам, поэтому вполне вероятно, что вы столкнетесь с ними. SMV время от времени.Некоторые примеры SMV включают: конные экипажи в городах, тракторы или сельскохозяйственное оборудование, транспортные средства, используемые для строительства и обслуживания дорог, золотые тележки или небольшие электронные пассажирские транспортные средства, косилки и фургоны, используемые в качестве транспортных средств некоторыми культурными группами. Все SMV должны иметь ярко-оранжевый отражающий треугольник с темно-красным контуром, чтобы предупреждать водителей о том, что они едут на малых скоростях. Если вы столкнулись с SMV, соблюдайте безопасное расстояние, особенно если транспортное средство приводится в движение домашним скотом.Большинство SMV позволяют трафику время от времени проходить через них.

  • 4

    Лежачие полицейские

    Хотя эксперты по автомобильной безопасности широко признают, что лежачие полицейские спасают жизни, предупреждая водителей о снижении скорости, многие считают их неприятными.

    Снизьте скорость или повредите машину

    Если вы видите лежачий полицейский впереди, значительно замедлите движение автомобиля, прежде чем вы доберетесь до него, чтобы вас не толкнули и не повредили автомобиль.

  • 5

    Пешеходы

    Люди — самое важное препятствие, которого следует избегать. Убедитесь, что вы всегда остерегаетесь пешеходов, а не только когда едете по обозначенному пешеходному переходу. Здесь вы можете узнать, как уступать дорогу пешеходам при повороте:

    Всегда уступайте дорогу пешеходам. Прежде чем продолжить, подождите, пока они полностью не освободят дорогу.

  • 6

    Домашние животные

    Собаки и кошки могут быть частыми препятствиями, особенно в пригородных районах или на улицах.Хотя вы никогда не должны подвергать себя опасности аварии, чтобы не ударить чье-то домашнее животное, есть несколько мер, которые водители могут предпринять, чтобы избежать столкновения с любимыми собаками и кошками. Во-первых, притормози в этих областях. Там, где свободно бродят домашние животные, часто бывают люди. Водители должны остерегаться обоих. Кроме того, периодически просматривайте окрестные улицы на предмет приближающихся животных. Если вы все-таки вступаете в контакт с домашним животным, вежливость — помочь животному и приложить все усилия, чтобы связаться с его владельцем.

  • Помните, что вы никогда не ведете машину по пузырю. На вашем пути могут появиться всевозможные препятствия, и вы должны быть готовы к их преодолению. Соблюдение установленного ограничения скорости и бдительность во время вождения будут иметь большое значение для предотвращения контакта вашего автомобиля с любым из этих распространенных препятствий.

    Транспортные препятствия часто отражают рост территории

    Что приходит на ум, когда вы слышите термин «полоса препятствий»? Большинство из нас может подумать о веревочной стене, водяной яме или обезьянах, которые необходимо преодолеть.

    Если вы соревнуетесь с кем-то другим или даже с самим собой, эта навигация по полосе препятствий будет рассчитана по времени. Побеждает лучшее время до финиша с наименьшим количеством штрафных очков.

    Но моя ежедневная полоса препятствий — это не фиксированный набор препятствий; вместо этого все мои имеют разные размеры и формы и двигаются с разной скоростью.

    Я говорю о моих 52-мильных ежедневных поездках на работу по четырем основным автомагистралям в Центральной Флориде. Путешествуя из Рокледжа в Киссимми через межштатную автомагистраль 95, государственные дороги 528 и 417 и магистраль Флориды, вы встречаетесь с множеством препятствий, начиная от тракторных прицепов и заканчивая небольшими мотоциклами и всем, что находится между движением в пробке и выходом из нее.

    В любое утро я мог встретить школьный автобус, который останавливается, чтобы забрать детей, большие грузовики, доставляющие продукты в магазины, самосвалы, которые только что забрали гравий с завода какао, или строительные бригады, работающие на шоссе для день. Кроме того, есть другие задержки, на которые следует обратить внимание, например, дорожно-транспортные происшествия, интенсивное движение или, возможно, плохая погода. Все это может замедлить вашу тягу к ползанию, превратив утреннее или вечернее время для размышлений в напряженное время.Вместо расслабляющей поездки домой, чтобы расслабиться после работы, вы можете почувствовать себя Дейлом Эрнхардтом-младшим на Международной гоночной трассе Дайтоны, пытающимся остаться с лидерами на скорости 200 миль в час.

    Вы когда-нибудь задумывались, каковы основные причины интенсивного движения транспорта, с которым мы сталкиваемся каждый день в Центральной Флориде? Это потому, что наша местная экономика процветает благодаря большему количеству рабочих мест, переезду новых домовладельцев и большему количеству студентов, посещающих наши школы? Я бы сказал да на все вышеперечисленное.

    Есть решения ежедневной полосы препятствий?

    Пока мы говорим, есть исправления.Основные дороги расширяются, и проект I-4 Ultimate — яркий тому пример. А как насчет строительства новых домов всех видов, новых предприятий, перемещающихся в этот район, и новых школ, которые строятся или на чертежной доске.

    Все это положительные признаки для нашего региона, но решат ли они проблемы с дорожным движением? Не в ближайшем будущем, но парень может мечтать, не так ли?

    В моих путешествиях много дней, когда я спрашиваю себя: откуда все эти люди переехали? Куда они все собираются работать и делать покупки? Какие новые дороги появятся и какие существующие дороги будут расширены?

    С другой стороны, если бы дороги были пусты, новые дома или школы не строились или новые компании не переезжали в Центральную Флориду, что нас ждало в будущем?

    Итак, я с неохотой откладываю свою ежедневную полосу препятствий и наслаждаюсь трудностями, связанными с вождением на работу по загруженным шоссе и проселочным дорогам.Без этой суеты наш распорядок дня не был бы таким сложным, и мы не стали бы свидетелями напоминаний о росте в Центральной Флориде.

    За последние три с половиной года мне посчастливилось побывать только в одном незначительном происшествии, связанном с дорожным мусором. Сразу после того, как я начал ездить на работу в 2013 году, я врезался в доску 2 × 4 в середине SR 528, которую другой водитель переехал и выбросил на мою полосу. Это произошло так быстро, все, что я мог сделать, это наехать на доску, делая около 60, доска прошла под грузовиком и вырвало мои шины на спине, повредив одну заднюю панель.Незначительные поломки и небольшие неудобства.

    Я желаю вам, когда мы начинаем новый курортный сезон, — безопасных путешествий из точки А в точку Б и не слишком много препятствий на вашем пути.

    Время от времени терпите пробки, которые могут замедлить суматошный ритм вашего дня. И, может быть, пара препятствий на вашем пути сделает все интереснее.

    Просто попробуйте с улыбкой встречать эти ежедневные препятствия, и ваш день станет ярче.

    Джим Смит — помощник директора UCF Valencia Osceola Campus.С ним можно связаться по телефону [адрес электронной почты защищен] .

    Форум UCF — это еженедельная серия колонок мнений, публикуемых UCF News & Information. Новая колонка публикуется каждую среду на https://www.ucf.edu/news/, а затем транслируется с 7:50 до 8:00 в воскресенье на WUCF-FM (89.9). В столбцах представлены мнения писателей, которые в течение года входят в состав профессорско-преподавательского состава, штатных сотрудников и студентов Форума UCF.

    Группа препятствий AJV-532

    Примечание: документы Управления энергетической информации

    Если вы ищете номера файлов DOF для использования в документах Управления энергетической информации, обратитесь к руководителю группы EIA Гленну МакГрату.

    Введение

    Группа по изучению препятствий исследует и оценивает существующие препятствия, которые могут представлять опасность для безопасной навигации. Мы получаем данные о препятствиях из различных источников как внутри, так и за пределами FAA . После определения доказательства завершенности конструкции путем получения подтверждающей документации и выполнения всех необходимых проверок, группа присваивает препятствию код точности и вводит его в авторитетный источник препятствий ( OAS ) как проверенный.

    Новости

    10 октября 2018 г. Добавление 56 Day DOF в ADDS .

    30 января 2018 г. Новый ежедневный цифровой файл CSV Доступен формат.

    19 июня 2018 г. DOF Устранение проверки данных.

    Продукты

    • Ежедневный цифровой файл препятствий ( DDOF ): заархивирован файл .Файл dat содержит самую последнюю информацию о препятствиях в нашей базе данных (как и файл DOF ниже) и обновляется ежедневно.
    • Daily Change File: Этот файл .dat содержит все изменения DDOF . Пользователи Internet Explorer: Когда вы щелкаете правой кнопкой мыши и появляется окно «Сохранить как», Internet Explorer по какой-то причине меняет расширение файла на .htm . Обходной путь — вручную изменить .htm на .dat перед тем, как нажать «Сохранить».«
    • Цифровой файл препятствий ( DOF ): Эта база данных содержит все известные искусственные препятствия, которые нарушают Раздел 14 Свода федеральных правил ( CFR ), часть 77 в пределах США и его территорий. Он также содержит известные препятствия в Карибском бассейне, Мексике, Канаде и Тихом океане. Он подготавливается и размещается на этом веб-сайте каждые 56 дней и включает в себя широту и долготу, тип конструкции, высоту над землей, высоту над уровнем моря, освещение, маркировку, код точности и другую связанную информацию.
    • Еженедельные уведомления о строительстве: Эти публикации включают препятствия, которые были добавлены, изменены или демонтированы в течение предыдущей недели. Их больше не в Национальном сборнике полетных данных ( NFDD ).

    Группа препятствий стремится предоставлять нашим клиентам точные и своевременные данные о препятствиях, которые имеют решающее значение для безопасной и эффективной национальной системы воздушного пространства. Мы активно оцениваем и инвестируем в новые технологии, чтобы сделать наши данные более точными и доступными.

    Если у вас есть какие-либо вопросы или комментарии, обращайтесь в отдел справок по аэронавтике.

    Последнее изменение страницы:

    Классификация дорожных препятствий по их относительной скорости | Журнал EURASIP по обработке изображений и видео

    Чтобы обнаруживать дорожные препятствия, отслеживать их, определять их положение и относительную скорость, используются следующие операции (как показано на Рис.1). Во-первых, область дороги обнаруживается с использованием метода классификации SVM (машина опорных векторов), чтобы отличить класс «дорога» от класса «бездорожье». Во-вторых, бездорожье в результате этого обнаружения подразделяется на две области: «препятствия» и «дорожная среда». После последней классификации выделяются три типа регионов: экологическая зона, дорожная зона и препятствия. Настоящие препятствия на дороге, такие как автомобили, пешеходы, ящики и т. Д., Относятся к классу «препятствия».”Мониторинг каждого из этих препятствий осуществляется с помощью алгоритма сопоставления SURF. Заключительный этап заключается в вычислении положения препятствий в поле зрения и вычислении их относительных скоростей, чтобы различать статические и динамические препятствия (в пределах 200 м впереди).

    Рис. 1

    Блок-схема предлагаемого способа

    Извлечение области дороги

    Первый шаг в алгоритме состоит в сегментации изображения на область дороги и другую область, которая включает оставшуюся часть изображения («недорожная»).Чтобы классифицировать один пиксель как член класса «дорога», существует ряд возможных методов сегментации на основе цвета, дескрипторов текстуры на основе статистических параметров, структуры или частотного спектра и т. Д. Хотя были получены некоторые приемлемые результаты когда использовались только цветовые компоненты, даже три десятилетия назад [14] или с использованием лучших кандидатов среди статистических данных текстуры и дескрипторов структуры [15], наши рассуждения здесь были ориентированы на более сложный подход, в котором цвет и текстура одновременно рассмотрено [16].

    Предлагаемый алгоритм состоит из пяти компонентов. В первом компоненте извлечения признаков вектор признаков извлекается из каждого пикселя входного изображения. Во-вторых, компонент базы данных динамического обучения (DTD) заполнен обучающим набором, помеченным человеком-супервизором при инициализации и обновленным новым обучающим набором в режиме онлайн. В-третьих, компонент вычисления параметров классификатора используется для оценки параметров в классификаторе SVM. Четвертый компонент классификатора SVM отвечает за обучение и классификацию, который берет обучающие данные и параметры классификатора для обучения классификатора SVM и использует обученный классификатор SVM для классификации изображений на классы дороги / внедорожники.Последний компонент состоит из двух этапов: морфологической операции и операции онлайн-обучения. Первый реализует наращивание связной области и заполнение дыр в результате классификации для определения области дороги. Последний сравнивает морфологический результат и результат классификации для оценки качества текущего классификатора, затем выбирает новый обучающий набор из этого сравнения и обновляет DTD. Блок-схема, показанная на рис. 2, иллюстрирует этот алгоритм.

    Рис.2

    Блок-схема алгоритма выделения участка дороги

    В качестве начальной операции совокупности «дорожных» и «бездорожных» пикселей указываются действием оператора (водителя) путем маркировки соответствующих прямоугольных областей на изображении, как показано на рис.3. Такую же инициализацию можно произвести путем автоматического обозначения прямоугольного окна в центральной нижней части изображения, априорно гарантирующего, что содержимое типично для участка дороги. Таким образом, указывается исходное содержимое базы данных динамического обучения (DTD).

    Рис. 3

    Инициализация DTD. Красные прямоугольники используются для «положительной» тренировки (дорожный класс), а синих — для «отрицательной» тренировки (внедорожный класс)

    Для сокращения вычислений количество пикселей внутри прямоугольника ограничено до 1000.Если общее количество охваченных пикселей больше, одна тысяча из них будет выбрана случайным образом. Это DTD будет постоянно обновляться, чтобы следить за изменениями в дорожной сцене. Выбранный набор параметров классификации рассчитывается для каждого последующего изображения. Процесс сегментации основан на методе SVM. Заключительный этап классификации — морфологическая обработка бинаризованного изображения. После завершения окончательной сегментации обновление, заключающееся в онлайн-обновлении DTD, является завершающим этапом перед получением нового образа. {2}} p (u, v)}} \ end {array} $$

    (5)

    $$ \ begin {array} {@ {} rcl @ {}} \ text {Correlation} & = & \ frac {\ sum \ limits_ {u} {\ sum \ limits_ {v} {(u.v) p (u, v) — \ mu_ {x} \ mu_ {y}}}} {\ sigma_ {x} \ sigma_ {y}} \ end {array} $$

    (6)

    , где IMD — обратный момент разностей, p ( u , v ) — элемент матрицы совместной встречаемости уровней серого (GLCM), и ( μ х , мкм y ) и ( σ х , σ y ) — средние значения и ковариации, рассчитанные с использованием этой матрицы.

    Остальные три элемента вектора признаков — это пиксели, цвет USV и компоненты.

    Естественно предположить, что пространство признаков классов «дорога» и «бездорожье» находятся в нелинейной зависимости и что не ожидается получения некоторой линейной гиперплоскости, которая различает эти два класса в исходном пространстве признаков. Следуя результатам, приведенным в [17], ядро ​​радиальной базисной функции Гаусса (RBF) используется в качестве функции ядра SVM. Существует два классифицирующих параметра: параметр сложности C и параметр γ .Следует найти, какой из них больше подходит для этой дискриминации. Для этого выполняется параллельная проверка этих двух параметров на изображении, принадлежащем DTD.

    Из-за непрерывных динамических изменений содержимого дороги в результате движения камеры, DTD необходимо время от времени обновлять. Было выбрано, что после каждых десяти кадров обучающие базы данных для обоих классов обновляются путем замены сотни стохастически выбранных старых элементов сотней новых из популяции пикселей, уже классифицированных в конкретный класс.Большее количество обновленных элементов приводит к чрезмерному влиянию неправильно классифицированных пикселей, в то время как при слишком малом количестве замененных дискретизированных пикселей можно ожидать низких адаптационных возможностей.

    После этого шага классификации обычно появляется ряд небольших несвязанных групп пикселей вокруг дороги, классифицируемых как «дорога», а также количество «дыр» в районе дороги. Чтобы исключить такие небольшие скопления пикселей, алгоритм включает морфологические операции «открытие» и «заполнение дыр».

    Обновление метода SVM [16] для онлайн-обучения не является обязательным, но очень полезно в контексте этого приложения. Помимо уже упомянутого обновления DTD, оно включает оценку эффективности текущей классификации. Этот процесс основан на основном предположении, что область дороги состоит из соединенных пикселей. В результате этого пиксели «дороги», обнаруженные за пределами основной области дороги, а также пиксели «вне дороги», расположенные над областью дороги, являются источниками информации о том, как следует модифицировать классификатор.

    Выделение дорожных препятствий

    Классификация внутри «бездорожья»

    Для выделения дорожных препятствий необходимо удалить два вида объектов изображения: следы на дороге и окружающую среду за пределами дороги. Предполагается, что маркеры на дороге будут привязаны к региону дороги в предыдущем процессе обнаружения дороги. Окружающая среда вокруг дороги уже была классифицирована как «внедорожная» на первом этапе классификации.Этот шаг алгоритма ориентирован на разделение всего «бездорожья» на два подкласса: «препятствия на дороге» и «все остальное, что существует вне дороги».

    На рисунке 4 показан результат обнаружения участка дороги (a) и шаблонное изображение участка дороги (b), где черные пиксели представляют дорогу. После анализа конкретной строки на изображении получают профиль, показанный на рис. 5. На основе этого профиля линии белые сегменты линии, которые имеют два смежных черных сегмента как с левой, так и с правой стороны, являются сегментами линии, принадлежащими дорожные препятствия.Эта классификация может быть проведена путем проверки каждой строки в шаблоне изображения дороги. Рисунок 4 c показывает результаты этой классификации. Общий класс препятствий на дороге представлен серыми пикселями на (d).

    Рис. 4

    Фазы классификации внутри «недорожного» региона. a Результат обнаружения области дороги. b Изображение шаблона области дороги. c Результат классификации регионов. d Область препятствий

    Рис.5

    Линейный профиль значений яркости пикселей (260-я строка на изображении участка дороги)

    Обнаружение и маркировка препятствий

    После последней фазы классификации получаются три области (классы пикселей): область дороги, препятствия на дороге и область окружающей среды, при этом важен только класс препятствий на дороге. В этой области находится множество объектов разного размера (рис. 4). г). В качестве первого шага удаляются небольшие объекты (менее 50 пикселей), поскольку они считаются ложными препятствиями.

    Выявленные препятствия должны отслеживаться непрерывно в последовательности входящих кадров. Чтобы подготовить этот этап слежения, необходимо указать некоторую область интереса — обнаруженные препятствия следует пометить, указав некоторое окно слежения, охватывающее каждое из них. Даже последний шаг в оценке относительной скорости строго зависит от выбора этой правильной геометрической формы, соответствующей конкретному препятствию. На рис. 6 показаны различные этапы маркировки препятствий на дороге.Рисунок 6 а показывает область реального препятствия после фильтрации нежелательных объектов. Красный прямоугольник вокруг этой области показан в b, который на следующем шаге будет заменен зеленым квадратом шириной, равной основанию красного прямоугольника, как в c. Окончательное представление области поиска, наложенное на исходное изображение, показано в d.

    Фиг.6

    a d Этапы разметки дорожных препятствий

    Принцип отслеживания дорожных препятствий

    Для оценки относительных скоростей препятствий их следует отслеживать в последовательности кадров.Если камера неподвижна, разница между двумя последовательными изображениями будет использоваться в качестве естественного источника информации, какая часть изображения принадлежит стационарному фону, а какая часть может быть связана с движущимся объектом. В нашем конкретном случае камера сама по себе является движущимся объектом, и принцип слежения не может быть основан на этом рассуждении. Предыдущий шаг в предложенном алгоритме завершился выделением прямоугольной области вокруг обнаруженного дорожного препятствия, и фокус внимания должен быть направлен на эти области в последовательности входящих изображений.

    Самая первая идея могла бы состоять в том, чтобы определить в следующем кадре, в какой позиции можно найти общее содержимое прямоугольного окна вокруг препятствия, на основе некоторой меры корреляции. Очевидно, что этот принцип требует много времени и, более того, чувствителен к ожидаемым преобразованиям масштаба и вращения как для входящих, так и для исходящих препятствий.

    В результате этого более целесообразно выбирать среди всех пикселей внутри окна отслеживания подмножество точек, которые являются характеристиками согласно некоторому заранее заданному критерию, и отслеживать их от кадра к кадру.Эти характерные точки (ключевые точки) могут сильно различаться в зависимости от принципа извлечения и способности сохранять стабильность свойств объекта на основе их выбора. Ссылка [18] была источником исчерпывающего обзора методов, относящихся к предмету определения точек интереса, а также к дескрипторам, связанным с этими точками.

    В основном наш выбор был ориентирован на точки, для которых характерны высокие значения локальных градиентов. Условия освещения между двумя последовательными кадрами не будут изменены в некоторой значительной степени, в то время как локальные градиенты будут сохранять почти постоянные значения при наличии аффинных преобразований.

    Углы обычно используются в качестве характерных точек, поскольку их можно использовать для вычисления угловой ориентации элемента. Иногда настоятельно рекомендуется применить какую-то фильтрацию нижних частот в качестве первого шага, чтобы уменьшить влияние шума. Таким образом, некоторые комбинации LP и HP фильтрации (типичный пример — лапласиан Гаусса — LOG) используются для извлечения углов как точек интереса.

    Известный детектор Харриса [19] был проанализирован как первый среди подходящих кандидатов для выделения и описания характерных точек.Хотя некоторые очень хорошие результаты отслеживания были получены с использованием детектора Харриса в ряде типичных дорожных сценариев, было решено, что более сложное описание окрестностей вокруг точек «высокого градиента» предпочтительнее, чтобы преодолеть проблемы при изменении препятствия. его размер и ориентация быстро, что типично, когда приближающийся автомобиль близко приближается к камере, или другое транспортное средство просто проезжает мимо автомобиля, на котором установлена ​​камера.

    Следующим выбором в этом направлении стал алгоритм SIFT (масштабное инвариантное преобразование признаков).SIFT относится к дескрипторам спектров, обычно требующим более интенсивных вычислений с плавающей запятой. Он разработан Лоу [20, 21] и обеспечивает способ поиска точек интереса и дескрипторов характеристик, инвариантных к масштабу, повороту, освещению, аффинному искажению, преобразованиям перспективы и подобия, а также шуму. SIFT включает в себя этапы для выбора центральной окружающей круговой взвешенной разности гауссовских (DoG) точек интереса максимумов в масштабном пространстве для создания масштабно-инвариантной ключевой точки. Хотя алгоритм SIFT можно считать наиболее мощным для этой цели, он довольно сложен для любых приложений реального времени.

    В качестве естественного кандидата, основанного на принципах SIFT, мы рассматривали алгоритм SURF [22] как версию, сокращающую время вычислений. Алгоритм SURF состоит из трех последовательных шагов [22, 23]. Первый шаг — это обнаружение точек интереса, а второй шаг — построение дескриптора, связанного с каждой из точек интереса. {2}} g (\ sigma) \) с image I в точке x , и аналогично для L xy ( p , σ ) и L г.г ( p , σ ).Авторы аппроксимируют матрицу Гессе с помощью прямоугольных фильтров, аппроксимирующих производные Гаусса второго порядка, и фильтрация может выполняться с использованием интегральных изображений с очень низкой вычислительной сложностью, в то время как время вычисления не зависит от размера фильтра. Пусть D х , Д xy и D г.г быть приближением L х , L xy и L г.г соответственно.

    Отклики фильтра далее нормализуются относительно их размера, что гарантирует постоянную норму Фробениуса для любого размера фильтра. Поскольку норма Фробениуса остается постоянной для прямоугольных фильтров любого размера, отклики фильтров нормализованы по шкале и не требуют дальнейшего взвешивания. Построение масштабного пространства начинается с фильтра 9 × 9. Затем применяются фильтры размером 15 × 15, 21 × 21 и 27 × 27 (рис. 7).

    Рис.7

    Фильтры D х ( слева ) и D xy ( справа ) для двух последовательных уровней шкалы (9 × 9 и 15 × 15)

    Назначение доминирующей ориентации для локального набора функций HAAR находится с использованием окна скользящего сектора размером \ (\ frac {\ Pi} {3} \).Это скользящее секторное окно вращается вокруг интересующей точки через определенные промежутки времени. В области скользящего сектора суммируются все характеристики HAAR. Это включает в себя как горизонтальные, так и вертикальные отклики, которые дают набор векторов ориентации. Выбирается наибольший вектор для представления ориентации доминирующего элемента. Для сравнения, SURF объединяет градиенты, чтобы найти доминирующее направление.

    Чтобы создать вектор дескриптора SURF, вокруг интересующей точки устанавливается прямоугольная сетка из 4 × 4 областей, и каждая область этой сетки разбивается на подобласти 4 × 4.В каждой подобласти отклик вейвлета HAAR вычисляется по 5 × 5 точкам выборки. Конечный вектор дескриптора имеет размер 64: 4 × 4 регионов с четырьмя частями на регион.

    Предлагаемый алгоритм отслеживания

    Ключевые точки извлекаются из прямоугольных областей, обнаруженных после шага, описанного в разделе 3.2. Эти ключевые точки описываются как векторы на этапе описания. Следующий шаг — сопоставление. Несколько векторов из базы данных сопоставляются с новыми векторами из нового входного изображения путем вычисления евклидова расстояния между этими векторами.Таким образом объекты можно будет распознать в новом кадре. Когда будет найдено достаточное количество совпадающих точек, конкретное препятствие помечается как распознанное и больше не проверяется. Некоторые новые препятствия появятся в этом новом кадре, и они будут рассмотрены в следующем, в то время как будут случаи, когда некоторые из ранее существовавших препятствий теперь исчезают или не распознаются. Непревзойденные препятствия будут рассматриваться в следующих кадрах как новые. Псевдокод, иллюстрирующий эту часть алгоритма.

    Расчет относительных положений, скоростей и классификация дорожных препятствий

    Общий случай восстановления пространственного и углового положения камеры

    Пространственное и угловое положение камеры [24] (движущаяся рамка координат O с х с y с z с (CCF)) можно вычислить относительно внешней стационарной системы координат ( O Я х Я y I z Я (ICF)) в соответствии с общими соотношениями, показанными на рис.8. Матрица преобразования между этими двумя кадрами координат определяется как T О = т 1 ( ϕ ) T 2 ( 𝜗 ) T 3 ( ψ ), где угловая ориентация камеры относительно ICF определяется через набор углов Эйлера захвата, тангажа и крена ( ψ , 𝜗 , ϕ ) и Т и i = 1,2,3 — преобразование элементарной матрицы.За этим поворотным преобразованием следует перенос, заданный вектором положения \ (\ vec {R} \):

    $$ \ begin {array} {@ {} rcl @ {}} \ vec {e} _ {C} = T_ {O} \ vec {e} _ {I}; & \ vec {R} = x_ {O} \ vec {e} _ {I1} + y_ {O} \ vec {e} _ {I2} + z_ {O} \ vec {e} _ {I3} \ end {array} $$

    (8)

    Рис. 8

    Иллюстрация общего случая восстановления положения камеры

    Чтобы восстановить глубину сцены, \ (| \ vec {R} | \), нужно знать некоторую априорную информацию о расстоянии | O Я M | между двумя точками внутри сцены (например,г., расстояние между точкой M в горизонтальной плоскости ICF и началом координат O Я , как показано на рис. 8).

    На практике восстановление положения основано на обнаружении прямоугольника ABCD в горизонтальной плоскости ICF с началом координат O Я в сечении диагоналей, ось O Я х Я параллельно AB (в направлении точки схода P ), а ось O Я y Я параллельно BC (в направлении точки схода Q ), (рис.9).

    Рис.9

    Процедура восстановления положения

    Для этого конкретного приложения используются параллельные границы полосы движения, чтобы указать точку схода P (направление O Я х Я ), а направление O Я y Я перпендикулярно ему (согласно условию \ (\ vec {m} _ {P} \ vec {m} _ {Q} = 0 \)), а ширина полосы движения используется в качестве априори известного расстояния в ICF. .

    «m-вектор» для любой точки изображения обычно определяется как:

    $$ \ begin {array} {@ {} rcl @ {}} \ vec {m} = \ left [\ begin {array} {l} m_ {1} \\ m_ {2} \\ m_ {3 } \ end {array} \ right] = f \ left [\ begin {array} {l} \ frac {x_ {c}} {x_ {c}} \\ \\ \ frac {y_ {c}} {x_ {c}} \\ \\ \ frac {y_ {c}} {x_ {c}} \ end {array} \ right] = \ left [\ begin {array} {l} f \\ x_ {L} \ \ y_ {L} \ end {array} \ right]; & x_ {c} \ neq0 \ end {array} $$

    (9)

    , где f — фокусное расстояние, ( x с , и с , z с ) — координаты точки, представленной в CCF, а ( x л , и л ) — его координаты в фокальной плоскости.

    Положение препятствия относительно камеры

    Чтобы вычислить положение препятствия на дороге относительно камеры, установленной на движущемся транспортном средстве, следует применить принцип, проиллюстрированный на рис. 9. Этот принцип проиллюстрирован здесь на пример синтезированной последовательности изображений, предполагающей угловую ориентацию камеры (0 °, 0 °, −5 °), поле зрения ± 15 ° и фокусное расстояние f = 5 мм. В качестве первого шага необходимо выделить границы полосы в нижней части изображения, где они параллельны.Контрольный прямоугольник ABCD теперь выглядит так, как показано на рис.10. a априорно известная информация: ( A D ) // ( B С ), ( А В ) // ( С D ) и шириной проезжей части (в данном примере 3 м). Точка схода P является пересечением AD и B C , Q — это пересечение AB и DC , а O — центр прямоугольника ABCD .Рисунок 10. b показывает результат вычисления глубины сцены с использованием информации о расстоянии | O E | который равен половине ширины полосы движения и положению камеры относительно виртуальной точки O (вектор \ (\ vec {R} \)). Следующим шагом является вычисление расстояния до каждого препятствия на дороге путем предоставления виртуальной точки O с использованием глубины сцены, но здесь неизвестная величина становится | O Я M | = | O O 1 |.Путевая точка O 1 — это центр основания зеленого квадрата (результат алгоритма, описанного в разделе 3). Рисунок 10. c иллюстрирует этот последний шаг в вычислении глубины сцены до точки O 1 , а на рис.10 d показано расстояние камеры от препятствия. Расчетное относительное положение составляет (-29,38, -3,07,1,51) [м], а реальное — (-30, -3.15,1,5) [m], вводя относительную ошибку (2,1,2,5,0,67) % .

    Фиг.10

    a d Иллюстрация реконструкции положения камеры

    Относительные скорости

    Чтобы вычислить относительную скорость каждого препятствия на дороге, нужно сначала вычислить относительные положения в последовательные моменты времени t и t +1, как показано на рис.{t}} {\ bigtriangleup t} \ end {array} $$

    (10)

    Фиг.11

    a c Иллюстрация расчета относительной скорости

    Классификация

    В Относительный = В Препятствие V Камера

    $$ \ begin {array} {@ {} rcl @ {}} & \ Rightarrow V _ {\ text {Препятствие}} = V _ {\ text {Relative}} + V _ {\ text {Camera}} \ end {array} $$

    (11)

    Классификация проводится по:

    $$ \ begin {array} {@ {} rcl @ {}} & V _ {\ text {Препятствие}} = 0 & \ Rightarrow \ text {Стационарный} \\ & V _ {\ text {Препятствие}} <0 & \ Rightarrow \ текст {входящий} \\ & V _ {\ text {Препятствие}}> 0 & \ Rightarrow \ text {исходящий} \ end {array} $$

    (12)

    Потенциальные препятствия

    Помимо препятствий, которые уже существуют на дороге, которые следует классифицировать в соответствии с их скоростью относительно движущейся камеры, есть некоторые объекты, которые потенциально внезапно попадают на дорогу с боковых сторон.Это пешеходы, которые нерегулярно переходят улицу, или транспортные средства, совершающие некоторые парковочные маневры возле трамвайных путей, животные на дороге и т. Д. Хотя было показано, что первоначальную классификацию дорожного покрытия можно произвести путем надлежащей характеристики на основе цвета и особенности текстуры, тот же подход практически невозможно применить при рассмотрении соседнего бездорожья из-за огромного разнообразия всевозможных непрерывно меняющихся фонов «бездорожья».Чтобы учесть эти потенциальные препятствия, их также следует обнаруживать и характеризовать между собой относительно их составляющей скорости, перпендикулярной ориентации дороги, следующим образом.

    Во-первых, точка схода P должна быть определена как пересечение линий полосы движения и границы дороги. Затем можно выделить соседнюю полосу справа от дороги (3 м в ширину и 30 м в длину) и рассмотреть ее с точки зрения распределения силы света.Все пиксели с интенсивностью света за пределами области, указанной как ± σ (стандартное отклонение) вокруг среднего значения, являются кандидатами на представление потенциальных объектов. Реалистичные изображения требуют некоторой морфологической фильтрации типа эрозии, чтобы исключить небольшие группы пикселей после этой сегментации. После этого соответствующие группы пикселей агрегируются, и их центроиды представляют позиции потенциальных объектов. Их положение и скорости в направлении, перпендикулярном ориентации дороги, рассчитываются таким же образом, как и для препятствий, уже появляющихся на дороге.Объекты, движущиеся к дороге, классифицируются как потенциально внезапно приближающиеся препятствия. Их обнаружение на дороге (если они появятся) будет производиться обычным образом, как и для других дорожных препятствий, но их наличие является своего рода тревогой, поскольку их появление может потребовать немедленной реакции (быстрая остановка, резкий маневр и т. Д. ..).

    Новый индонезийский набор данных о препятствиях на дороге и оценка производительности YOLOv4 для ADAS

    Литман, Т., Прогнозы внедрения автономных транспортных средств: последствия для транспортного планирования, Институт транспортной политики Виктории, 2018 г.

    Боярски, М., Дель-Теста, Д., Двораковски, Д., Фирнер, Б., Флепп, Б., Гоял, П., Жакель, Л.Д., Монфорт, М., Мюллер, У., Чжан, Дж. . & Чжан, X., Непрерывное обучение для беспилотных автомобилей, препринт arXiv, arXiv: 1604.07316, апрель 2016 г.

    Хене К., Саттлер Т. и Поллефейс М., Обнаружение препятствий для беспилотных автомобилей с использованием только монокулярных камер и одометрии колес, Международная конференция по интеллектуальным роботам и системам (IROS), стр. 5101-5108, 2015.

    Рамос С., Гериг С., Пинггера П., Франке У. и Ротер К., Обнаружение неожиданных препятствий для самоуправляемых автомобилей: сочетание глубокого обучения и геометрического моделирования, препринт arXiv, arXiv: 1612.06573v1, Декабрь 2016.

    Тиан, Ю., Пей, К., Яна, С., Рэй, Б., DeepTest: Automated Testing of Deep-Neural-Network-Driven Autonomous Cars, IEEE / ACM 40th International Conference on Software Engineering (ICSE), стр. 303-314, 2018.

    Крижевский, А., Суцкевер И. и Джеффри Х. Э. Классификация ImageNet с глубокими сверточными нейронными сетями, Adv. Neural Inf. Процесс. Syst., 25, с. 1-9, 2012.

    Хе К., Чжан Х., Рен С. и Сун Дж., Deep Residual Learning for Image Recognition, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 770-778, 2016.

    Гиршик Р., Fast R-CNN, Proc. IEEE Int. Конф. Comput. Vis., Стр. 1440-1448, 2015.

    Рен, С., Хе, К., Гиршик, Р. и Сан, Дж., Faster R-CNN: На пути к обнаружению объектов в реальном времени с помощью сетей предложения регионов, Транзакции IEEE по анализу шаблонов и машинному анализу, 39 (6), стр. 1137- 1149, 2017.

    Лю В., Ангелов Д., Эрхан Д. Сегеди К., Рид С., Фу, С. Ю. И Берг, A.C., SSD: Single Shot MultiBox Detector, препринт arXiv arXiv: 1512.02325, декабрь 2015 г.

    Редмон, Дж., Диввала, С., Гиршик, Р. и Фархади, А., You Only Look Once: Unified, Real-time Object Detection, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. .779-788, 2016.

    Deng, J., Dong, W., Socher, R., Li, L., Li, K. & Fei-Fei, L., ImageNet: крупномасштабная база данных иерархических изображений, Конференция IEEE по компьютерному зрению и шаблонам Признание, стр. 248-255, 2009.

    Эверингем М., Ван Гул Л., Уильямс К. К.И., Винн Дж. И Зиссерман А. Задача классов визуальных объектов Pascal (VOC), Int. J. Comput. Vis., 88 (2), pp. 303-338, 2009.

    Лин Т.Ю., Мэйр М., Белонги С., Hays, J., Perona, P., Ramanan, D., Dollár, P. & Zitnick, C.L. Microsoft COCO: общие объекты в контексте, компьютерное зрение — ECCV 2014, Fleet D., Pajdla T., Schiele B., Tuytelaars T. (eds), Lecture Notes in Computer Science, Vol. 8693, Springer Cham, 2014.

    Сталлкамп, Дж., Шлипсинг, М., Салмен, Дж. И Игель, К., Немецкий тест распознавания дорожных знаков: соревнование по классификации нескольких классов, Труды Международной объединенной конференции по нейронным сетям, стр.1453-1460, 2011.

    Гейгер А., Ленц П., Стиллер К. и Уртасун Р., Vision Meets Robotics: The KITTI Dataset, Int. Дж. Роб. Res., 32 (11), pp. 1231-1237, 2013.

    Рос, Г., Селларт, Л., Матерзинска, Дж., Васкес, Д. и Лопес, А. М., Набор данных SYNTHIA: большая коллекция синтетических изображений для семантической сегментации городских сцен, Конференция компьютерного общества IEEE по компьютерному зрению и Распознавание образов, стр. 3234-3243, 2016.

    Домингес-Санчес, А., Касорла М. и Ортс-Эсколано С., Новый набор данных и оценка производительности региональной CNN для обнаружения городских объектов, Электроника, 7 (11), 301, 2018.

    Ландис, Дж. Р. и Кох, Г. Г., Измерение согласия наблюдателя для категориальных данных, Биометрия, 33, стр. 159-174, 1977.

    Хосрави, М., Гупта, Н., Марина, Н. и Член, С., Перцепционная адаптация изображения на основе визуального феномена полос Шеврёля — Маха, Сигнальный процесс IEEE. Lett., 24 (5), стр. 594-598, 2017.

    Udacity, Inc., Самоходный автомобиль с открытым исходным кодом, Udacity, https://github.com/udacity/self-driving-car (10 ноября 2020 г.).

    Ларссон, Ф. и Фельсберг, М., Использование дескрипторов Фурье и пространственных моделей для распознавания дорожных знаков, Springer: Berlin, стр. 238-249, 2011.

    Хе К., Чжан Х, Рен С. и Сун Дж. Объединение пространственных пирамид в глубоких сверточных сетях, IEEE Trans. Pattern Anal.Мах. Интеллект., 37 (9), с. 1904-1916, 2015.

    Лин Т.Ю., Доллар П., Гиршик Р., Хе, К., Харихаран Б. и Белонги С., Сети пирамид признаков для обнаружения объектов, IEEE Conf. Comput. Vis. Pattern Recognit., Стр. 936-944, 2017.

    Рен, С., Хе, К., Гиршик, Р., Сан, Дж., Более быстрый R-CNN: на пути к обнаружению объектов в реальном времени с помощью региональных сетей, IEEE Trans. Pattern Anal. Мах. Интеллект., 39 (6), с. 1137-1149, 2017.

    Редмон, Дж.И Фархади А., YOLO9000: лучше, быстрее, сильнее, 30-я конференция IEEE. Comput. Vis. Распознавание образов, стр. 6517-6525, 2017.

    Редмон Дж. И Фархади А., YOLOv3: дополнительное улучшение, препринт arXiv, arXiv: 1804.02767, 2018.

    Бочковский, А., Ван, С.Ю. И Ляо, H.Y.M., YOLOv4: Оптимальная скорость и точность обнаружения объектов, препринт arXiv, arXiv: 2004.10934, 2020.

    Лин Т.Ю., Гоял П., Гиршик Р., Хе К. и Доллар П. Потеря фокуса при обнаружении плотных объектов, IEEE Int. Конф. Comput. Vis., Стр. 2999-3007, 2017.

    Стрикленд М., Файнекос Г. и Бен-Амор Х., Модели глубокого прогнозирования для оценки риска столкновения при автономном вождении, IEEE Int. Конф. Робот. Автомат., Стр. 4685-4692, 2018.

    Мандал В., Мусса А.Р., Джин П. и Адугьямфи Ю., Устойчивое развитие Система мониторинга трафика на основе искусственного интеллекта, Устойчивость, 12 (21), 9177, 2020.

    Мульянто А., Борман Р.И., Прасетьяван П., Ятмико В., Мурсанто П. и Синага А., Распознавание дорожных знаков Индонезии для продвинутого помощника водителя (ADAS) с использованием YOLOv4, 3-й Международный семинар по исследованию Информационные технологии и интеллектуальные системы (ИСРИТИ), стр. 520-524, 2020 г.

    Эльяси-Пур, Р., Оценка передовых систем помощи водителю на основе моделирования, Диссертация, Департамент науки и технологий, Университет Линчёпинга, Швеция, 2015.

    Аранхуэло Н., Унзуэта Л., Арганда-Каррерас И. и Отаеги О. Мультимодальное глубокое обучение для передовых систем вождения, Лекция. Примечания Comput. Sci. (включая Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 10945 LNCS, стр. 95-105, 2018.

    Болл, Дж. Э. и Тан, Б., Машинное обучение и встроенные вычисления в передовых системах помощи водителю (ADAS), Электроника, 8 (7), стр. 2-5, 2019.

    Ди Эухенио, Б.И Гласс М. Сквибы и обсуждения: статистика Каппа: второй взгляд, Comput. Linguist., 30 (1), pp. 95-101, 2004.

    .

    Passonneau, R.J. И Карпентер, Б., Преимущества модели аннотации, 7-й семинар по лингвистической аннотации и взаимодействие с дискурсом, стр. 187-195, 2013.

    Тан В., Ху, Дж., Чжан, Х., Ву, П. и Хе, Х., Коэффициент Каппа: популярная мера согласия оценщиков, Shanghai Arch. психиатрия, 27 (1), стр. 62-67, 2015.

    (PDF) Датчики для обнаружения препятствий в дорожной обстановке

    использование стереоизображений в видимой [16,32] и инфракрасной [25] области

    . Как правило, камеры, работающие в области обнаружения препятствий

    , используют камеры видимого или инфракрасного спектра.

    4) Предлагаются различные алгоритмы для обнаружения пешеходов на

    изображениях, полученных с камер дальнего инфракрасного диапазона (FIR)

    [13,24,27,31]. По сравнению с камерами, работающими в видимом спектре

    , инфракрасные камеры

    менее чувствительны к изменению условий освещения.Преимуществом пассивного инфракрасного датчика

    является способность обнаруживать объекты без освещения окружающей среды

    .

    Honda разработала интеллектуальную систему ночного видения

    [33], использующую две камеры дальнего инфракрасного диапазона, которые установлены в

    переднем бампере автомобиля. Расстояние до цели составляет

    , полученное системой стереофонического инфракрасного обзора, состоящим из

    с двух камер.

    VI. ЗАКЛЮЧЕНИЕ

    Полная и надежная система обнаружения препятствий

    может значительно выиграть от комбинированного использования

    нескольких типов датчиков, особенно от комбинации активного и пассивного

    .У любого конкретного типа технологии может быть

    трудностей для удовлетворения всех необходимых требований, чтобы

    обнаруживать препятствия при различных условиях освещения или погодных условиях.

    Беспорядочный фон и сложные движущиеся узоры всех

    объектов, которые могут появляться на дорожной сцене на городских улицах

    , требуют сложной обработки входных сигналов датчиков. Чтобы

    преодолел эту проблему, можно использовать подходы слияния датчиков и сегментации

    .

    С точки зрения технологии, различные технологии зондирования

    , такие как ультразвуковой датчик, микроволновый радар, лазерный сканер

    и компьютерное зрение, могут использоваться для задачи обнаружения препятствий

    . Основная проблема заключается в разработке алгоритмов

    , которые были бы достаточно надежными, чтобы надежно обнаруживать и предупреждать о любых препятствиях

    , которые могут появиться перед автомобилем на дороге.

    СПРАВОЧНАЯ ИНФОРМАЦИЯ

    [1] http: //www.profc.udec.cl/˜gabriel/tutoriales/rsnote/

    contents.htm

    [2] http://chesapeake.towson.edu/data/all sensor.asp

    [3] http: //www.sli. unimelb.edu.au/research/mers/tutorial/chap1/

    c1p6e .html

    [4] http://www.globalsecurity.org/space/library/report/1998/sbirs-

    брошюра / part02. htm

    [5] F. Bu, CY Чан, «Приложение для обнаружения пешеходов в автобусе

    — технологии обнаружения и решения для обеспечения безопасности», IEEE

    Симпозиум по интеллектуальным транспортным средствам, Лас-Вегас, США (2005 г.) 100–105

    [6] http: // science.hq.nasa.gov/earth-sun/technology/active.html

    [7] К. Я. Чан, Ф. Бу, «Обзор литературы по технологиям обнаружения пешеходов

    и сенсорному обследованию». Среднесрочный отчет. Калифорния

    PATH Институт транспортных исследований, Беркли, 30 апреля,

    2005

    [8] Ф. Арнелл, Система обнаружения пешеходов на основе зрения для использования

    в умных автомобилях. Магистерская работа

    [9] SRF Consulting Group, Inc. Обнаружение велосипедов и пешеходов.

    Заключительный отчет для Министерства транспорта США

    Федеральное управление шоссейных дорог и Департамент Миннесоты

    Транспортное управление управления движением / ИТС. 27 февраля,

    2003

    [10] А. Бенсрайр, М. Бертоцци, А. Броджи, А. Фашиоли, С. Муссет,

    Г. Тулминет, «Извлечение функций на основе стереовидения для обнаружения транспортных средств

    » , Симпозиум IEEE по интеллектуальным автомобилям. Том 2.

    (2002) 465–470

    [11] G.Грабб, А. Зелинский, Л. Нильссон, М. Рильбе, «3D-зрение

    для повышения безопасности пешеходов», IEEE International

    Симпозиум по интеллектуальным транспортным средствам. (2004) 19–24

    [12] Ф. Арнелл, Л. Петерссон, «Быстрая сегментация объектов с помощью движущейся камеры

    », Симпозиум по интеллектуальным транспортным средствам IEEE, Лас

    Вегас, США (2005) 136–141

    [13] Х. Нанда, Л. Дэвис, «Обнаружение пешеходов

    на основе вероятностного шаблона в инфракрасных видеоизображениях», Симпозиум IEEE Intelligent Vehicles

    , Париж, Франция (2002) 31–38

    [14] Д.Гаврила, «Обнаружение пешеходов из движущегося транспортного средства».

    Springer-Verlag, Лондон, Великобритания (2000)

    [15] У. Франке, «Стереозрение в реальном времени для городской транспортной сцены

    , понимание», IEEE Intelligent Vehicles Symposium, Детройт,

    США (2000) 273 –278

    [16] Л. Чжао, CE Thorpe, «Обнаружение пешеходов

    на основе стерео- и нейронных сетей», IEEE Trans. Интеллектуальный транспорт

    Системы 1 (3) (2000) 148–154

    [17] Z.Цю, Д. Ань, Д. Яо, Д. Чжоу, Б. Ран, «Адаптивный предсказатель Калмана

    , применяемый для отслеживания транспортных средств в системе мониторинга движения

    », Симпозиум по интеллектуальным транспортным средствам IEEE. (2005)

    230–235

    [18] Ф. Сюй, Х. Лю, К. Фудзимура, «Обнаружение пешеходов и отслеживание

    с помощью ночного видения», IEEE Trans. Интеллектуальные

    Транспортные системы 6 (1) (2005) 63–71

    [19] Д.М. Гаврила, Дж. Гибель, «Обнаружение и отслеживание пешеходов на основе формы

    », Симпозиум IEEE по интеллектуальным транспортным средствам.(2002)

    [20] Ф. Суард, В. Гиве, А. Ракотомамонжи, А. Беншраир,

    «Обнаружение пешеходов с использованием стереовидения и графических ядер»,

    Симпозиум по интеллектуальным транспортным средствам IEEE. (2005) 267–272

    [21] М. Бертоцци, А. Броджи, П. Медичи, П.П. Порта, Р. Витулли,

    «Обнаружение препятствий для предотвращения запуска и движения на низкой скорости», IEEE

    Симпозиум по интеллектуальным транспортным средствам, Лас-Вегас, США (2005) 568–573

    [22] К. Папагеоргиу, Т.Поджио, «Обучаемое обнаружение пешеходов»,

    Международная конференция по обработке изображений (ICIP-99), Лос-Анджелес

    Аламитос, Калифорния, IEEE (1999) 35–39

    [23] А. Броджи, М. Бертоцци, А. Fascioli, M. Sechi, «Обнаружение пешеходов

    на основе формы», (2000)

    [24] A. Broggi, A. Fascioli, M. Carletti, T. Graf, M. Meinecke, «A

    multi- подход с разрешением для обнаружения пешеходов на основе инфракрасного зрения

    ”, IEEE Intelligent Vehicles Symposium, Парма, ИТАЛИЯ

    (2004) 7–12

    [25] M.Бертоцци, А. Броджи, М. Дель Роуз, А. Ласаньи, «Инфракрасное обнаружение пешеходов на основе стереовидения

    », Симпозиум по транспортным средствам IEEE Intelligent

    , Лас-Вегас, США (2005) 24–28

    [26] M Орен, К. Папагеоргиу, П. Синха, Э. Осуна, Т. Поджио,

    «Обнаружение пешеходов с использованием вейвлет-шаблонов», Компьютерное зрение

    и распознавание образов, Компьютерное общество IEEE (1997) 193

    [27] M . Бертоцци, А. Броджи, Т. Граф, П. Грислери, М. М. Meinecke,

    «Обнаружение пешеходов на инфракрасных изображениях», IEEE Intelligent

    Симпозиум транспортных средств, Колумбус, США (2003) 662–667

    [28] H.Нанда, К. Бенабделькедар, Л. Дэвис, «Моделирование форм пешехода

    для обнаружения выбросов: подход на основе нейронной сети», IEEE

    Симпозиум интеллектуальных транспортных средств, Колумбус, США (2003) 428–433

    [29] М. Бертоцци, А. Броджи, Р. Шапюи, FCA Fascioli, A.

    Tibaldi, «Система определения местоположения пешеходов и слежения с фильтром

    Kalman», IEEE Intelligent Vehicles Symposium, Парма,

    Италия (2004) 584–589

    [30] U.Франке, К. Рабе, «Глубина на основе фильтра Калмана от движения

    с быстрой сходимостью», Симпозиум по интеллектуальным транспортным средствам IEEE, Лас

    Вегас, США (2005) 181–186

    [31] Э. Бинелли, А. Броджи, A. Fascioli, S. Ghidoni, P. Grisleri, T.

    Graf, MM Мейнеке, «Модульная система слежения за пешеходами в дальнем инфракрасном диапазоне

    », Симпозиум по интеллектуальным транспортным средствам IEEE, Лас

    Вегас, США (2005)

    [32] А. Броджи, А. Фасчиоли, И. Федрига, А.Тибальди, доктор медицины Роуз,

    «Активное вычитание кадров для обнаружения пешеходов из изображений движущейся камеры

    », Международная конференция по системам, человеку и кибернетике

    , 2003. IEEE. Том 1. (2003) 480–485

    [33] http://world.honda.com/HDTV/IntelligentNightVision/

    200408/

    Метод автоматического обнаружения препятствий в реальном времени для наблюдения за городским движением

  • 1

    дель Ринкон, Дж. М., Эрреро Хараба, Дж., Гомес, Дж.R., et al. (2006). Автоматическое обнаружение и отслеживание оставленного багажа с помощью мультикамеры . Международный семинар IEEE по оценке эффективности отслеживания и наблюдения (стр. 59–66).

  • 2.

    Krahnstoever N., Tu P., Sebastian T., et al. (2006). Mutli-view обнаружение и отслеживание пассажиров и багажа в условиях общественного транспорта . 9-е PETS, CVPR (стр. 67–74).

  • 3.

    Сингх А., Саван С., Ханмандлу М. и др. (2009). Система обнаружения оставленных объектов на основе двойной фоновой сегментации .6-я Международная конференция IEEE по передовым технологиям видеонаблюдения и видеонаблюдения (стр. 352–357).

  • 4.

    Грабнер, Х., Рот, П., Грабнер, М. (2006). Автономное обучение надежной фоновой модели для обнаружения изменений. Международный семинар IEEE по PETS (стр. 39–54).

  • 5.

    YingLi, T., Feris, R. S., Liu, H., et al. (2011). Надежное обнаружение брошенных и удаленных объектов в сложных видео наблюдения. Транзакции IEEE по системам, человеку и кибернетике, часть C: приложения и обзоры, 41 (5), 565–576.

    Артикул Google Scholar

  • 6.

    Xiya, L., Jingling, W., & Qin, Z. (2012). Система обнаружения оставленных предметов на основе двойного анализа фона и движения . Международная конференция IEEE по компьютерным наукам и системам обслуживания (стр. 2293–2296).

  • 7.

    Muchtar, K., Lin, C-Y, Kang, L-W, et al. (2013). Обнаружение брошенных предметов в сложных условиях . Ежегодный саммит и конференция Ассоциации обработки сигналов и информации.Азиатско-Тихоокеанский регион.

  • 8.

    Порикли Ф., Иванов Ю. и Хага Т. (2008). Надежное обнаружение оставленных объектов с помощью двойного переднего плана. Журнал достижений в обработке сигналов , 30 .

  • 9.

    Шпенглер, М., & Шиле, Б. (2003). Автоматическое обнаружение и сопровождение брошенных предметов . Международный семинар IEEE по визуальному наблюдению и домашним животным.

  • 10.

    Liao, H.H., Chang, J.Y. И Чен, Л. (2008). Локализованный подход к обнаружению брошенного багажа с отбором проб по маске переднего плана . Протоколы IEEE по расширенному видеонаблюдению и видеонаблюдению на основе сигналов (стр. 132–139).

  • 11.

    Fu, H., Xiang, M., Ma, H., et al. (2011). Обнаружение брошенных предметов на шоссе . 6-я Международная конференция IEEE по повсеместным вычислениям и приложениям (стр. 117–121).

  • 12.

    Франке У. и Генрих С. ​​(2002). Быстрое обнаружение препятствий для городских дорожных ситуаций. Транзакции IEEE по интеллектуальным транспортным системам, 3 (3), 173–181.

    Артикул Google Scholar

  • 13.

    Недевски С., Данеску Р. и др. (2004). Высокоточная стереосистема для обнаружения препятствий на большом расстоянии . Симпозиум IEEE по интеллектуальным транспортным средствам (стр. 292–297), Парма.

  • 14.

    Сакки, К., и Регаццони, К. С. (2013). Распределенная система видеонаблюдения для обнаружения брошенных объектов в беспилотной железнодорожной среде. Транзакции IEEE по автомобильным технологиям, 49 (5), 2013–2026.

    Артикул Google Scholar

  • 15.

    Моримото, К. (1994). Система обнаружения и предупреждения о незаконно припаркованном автомобиле. Патент США 5343237.

  • 16.

    Борагно, С., Богосян, Б., Блэк, Дж., Макрис, Д., и Веластин, С. (2007). Система на основе DSP для обнаружения транспортных средств, припаркованных в запрещенных зонах .В Proc. IEEE Int. Конф. Расширенное наблюдение на основе видеосигнала (стр. 260–265).

  • 17.

    Ли, Дж. Т., Риу, М. С., Райли, М., Аггарвал, Дж. К. (2007). Обнаружение незаконно припаркованных автомобилей в реальном времени с помощью одномерного преобразования . В Proc. IEEE Int. Конф. Расширенное наблюдение на основе видеосигнала (стр. 254–259).

  • 18.

    Bevilacqua, A., & Vaccari, S. (2007). Обнаружение в реальном времени остановленных транспортных средств в местах дорожного движения . В Proc. IEEE Int.Конф. Расширенное наблюдение на основе видеосигнала (стр. 266–270), Лондон.

  • 19.

    Кимачи, М., Канаяма, К., и Терамото, К. (1994). Предсказание инцидента с помощью анализа последовательности нечетких изображений. In Proc. IEEE int. Конференция Автомобильные навигационные и информационные системы (стр. 51–57).

  • 20.

    Цзэн Д., Сюй Дж. И Сюй Г. (2008). Объединение данных для обнаружения дорожно-транспортных происшествий с использованием теории доказательств D-S с вероятностными SVM. Компьютерный журнал, 3 (10), 36–43.

    Артикул Google Scholar

  • 21.

    Икеда, Х., Мацуо, Т., Канеко, Ю., и Цудзи, К. (1999). Система обнаружения аномальных происшествий, использующая технологию обработки изображений . Proc. конференции IEEE «Автомобильная навигация и информация, системы» (стр. 748–752), Токио.

  • 22.

    Мелер М. (2006). Распознавание цвета и логотипа автомобиля . CSE 190A Проекты в области видения и обучения. Калифорнийский университет.

  • 23.

    Тот, Д., & Аах, Т. (2003). Обнаружение и распознавание движущихся объектов с использованием статистического обнаружения движения и дескрипторов Фурье . 12-я Международная конференция по анализу и обработке изображений (стр. 430–435).

  • 24.

    Чжан Л., Ли С.З., Юань Х. и Сян С. (2007). Классификация объектов в режиме реального времени при видеонаблюдении на основе изучения внешнего вида . Конференция IEEE по компьютерному зрению и распознаванию образов (стр.1–8).

  • 25.

    Гаврила Д. (2000). Обнаружение пешеходов из движущегося транспортного средства . Труды 6-й Европейской конференции по компьютерному зрению, часть II (стр. 37–49).

  • 26.

    Гаврила Д.М., Гибель Дж. И Мундер С. (2004). Обнаружение пешеходов на основе зрения: система PROTECTOR . Симпозиум IEEE по интеллектуальным транспортным средствам (стр. 13–18).

  • 27.

    Khammari, A., Nashashibi, F., Abramson, Y., & Laurgeau¸ C. (2005). Обнаружение транспортных средств, сочетающее градиентный анализ и классификацию AdaBoost . Труды IEEE в интеллектуальных транспортных системах (стр. 66–71).

  • 28.

    Икеда Х., Канеко Ю., Мацуо Т. и др. (1999). Система обнаружения аномальных происшествий, использующая технологию обработки изображений . Вместе к новому горизонту. Труды 5-го Всемирного конгресса по интеллектуальным транспортным системам (стр. 748–752), Сеул.

  • 29.

    Бхаргава, М., Чиа-Чи, Чен., Ryoo, M.S., & Aggarwal, J.K. (2007). Обнаружение брошенных предметов в многолюдной среде . Конференция IEEE по расширенному видеонаблюдению и видеонаблюдению (стр. 271–276), Лондон.

  • 30.

    Stauffer, C., & Grimson, W.E.L. (1999). Адаптивные модели фоновой смеси для отслеживания в реальном времени. Конференция IEEE по компьютерному зрению и распознаванию образов (стр. 246–252).

  • 31.

    Xuehua, S., Jingzhu, C., Chong, H., & Xiang, Z.(2010). Надежное обнаружение движущихся объектов на основе улучшенной модели смеси Гаусса . Международная конференция по искусственному интеллекту и вычислительному интеллекту (стр. 54–58), Санья.

  • Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *