Высоконагруженная платформа для агрегации и анализа неструктурированных данных о состоянии дорожного полотна

DOI: 10.25728/avtprom.2022.05.09

Представлена высоконагруженная платформа для агрегации и анализа неструктурированных данных о состоянии дорожного полотна. Платформа оповещает дорожные службы и их сотрудников о необходимости своевременно приступить к ремонту дорожной одежды. Разработан нейросетевой алгоритм классификации дефектов дорожного полотна (на четыре класса – трещины, выбоины, проломы, др.), данные о которых поступают в платформу от оконечных устройств. Алгоритм классификации построен на базе архитектуры нейронной сети Mask R-CNN с добавлением слоев пакетной нормализации, с целью уменьшения числа слоев и повышения точности результатов классификации (92,01%). Для обеспечения требований по работоспособности, простоты и модульности системы выбрана микросервисная архитектура. Каждый микросервис развернут в собственном Docker-контейнере.