ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ЗАЩИТЫ ПЕШЕХОДНЫХ ПЕРЕХОДОВ НА СКОРОСТНЫХ МАГИСТРАЛЯХ: АРХИТЕКТУРА И ЭФФЕКТИВНОСТЬ КОМПЛЕКСА SMARTZEBRA
Keywords:
безопасность дорожного движения, искусственный интеллект, компьютерное зрение, YOLO v8, граничные вычисления, пешеходный переход.Abstract
Введение: В данной статье рассматривается проблема обеспечения безопасности пешеходов на нерегулируемых переходах скоростных автомагистралей в темное время суток.
Методы: предлагается инновационное решение — адаптивная система SmartZebra, использующая технологии компьютерного зрения, граничных вычислений и искусственного интеллекта. Описана аппаратная и программная архитектура комплекса, включая специализированный алгоритм работы и модуль AI-Child Guard для распознавания детей.
Результаты: Эмпирические тесты доказали высокую надежность комплекса. Приведены данные об экономической эффективности системы по сравнению с традиционными методами обеспечения безопасности.
Заключение: Интеллектуальный комплекс выступает эффективной альтернативой мостам и светофорам, радикально снижая аварийность.
References
18. Кафедра «Дорожная инженерия и телематика». (2024). Интеллектуальная система защиты пешеходных переходов на скоростных магистралях (концепция проекта SmartZebra), презентация. Ташкентский государственный транспортный университет.
19. Служба безопасности дорожного движения ДОБ МВД Республики Узбекистан (2025). Официальные статистические данные о дорожно-транспортных происшествиях за 2024-2025 гг. URL: https://yhxx.uz/ru/statistics, (дата обращения: 02.04.2026).
20. NVIDIA Corporation. (2023). NVIDIA Jetson Nano Developer Kit Specification; Raspberry Pi Ltd. (2023). Raspberry Pi 5 Product Brief. URL: https://developer.nvidia.com/embedded/jetson-nano-developer-kit (дата обращения: 02.04.2026).
21. Jocher, G., Chaurasia, A., & Qiu, J. (2023). Ultralytics YOLO (Version 8.0.0) [Software]. Ultralytics. URL: https://github.com/ultralytics/ultralytics (дата обращения: 02.04.2026).
22. Bradski, G. (2000). The OpenCV Library. Dr. Dobb's Journal of Software Tools. Open Source Computer Vision Library. URL: https://opencv.org/ (дата обращения: 02.04.2026).
23. Dey, S., Arnish, L. N. S., & Bajoria, S. (2025). IoT and Computer Vision for Urban Traffic Management. International Journal for Multidisciplinary Research (IJFMR), 7(1).
24. Alfikri, M. D., & Kaliski, R. (2024). Real-Time Pedestrian Detection on IoT Edge Devices: A Lightweight Deep Learning Approach. arXiv preprint, arXiv:2409.15740.
25. Mateo Sanguino, T. de J., Lozano Domínguez, J. M., Redondo González, M. J., & Davila Martin, J. M. (2024). New Approach to Intelligent Pedestrian Detection and Signaling on Crosswalks. IEEE Transactions on Intelligent Transportation Systems, 25(12).
