Detekce elektrovozidel v provozu – Ing. David Švorc

Anotace:

Disertační práce se zabývá problematikou detekce elektrovozidel v provozu. Cílem práce je pilotní ověření nezávislé detekce elektrovozidel a jejich odlišení od vozidel se spalovacími motory. Rozdělení vozidel podle pohonů na vozidla s elektromotory a se spalovacími motory je možné využít v aplikacích dopravního řízení ve městských oblastech, na dálnicích a komunikacích nižších tříd. Přínosem této detekce může být omezení vjezdu vozidel se spalovacími motory v rámci bezemisních zón, nebo naopak preference elektromobility ve městě, popřípadě bezpečné rozlišení typu pohonu pro tunelové stavby a podzemní parkoviště, při výběru mýta a v mnoha dalších aplikacích. Experimentální část práce se věnuje detekci na základě rozdílné tepelné stopy vozidel poháněných elektromotory a vozidel se spalovacími motory s využitím záznamů termálních kamer. Vozidla s hybridním pohonem nebyla pro výzkum uvažována, jelikož jsou pro účely výzkumu specifickou skupinou, s možností rozdílného vykazování termálních vlastností dle aktuálně využívaného typu pohonu (elektromotor/spalovací agregát). Primárně jsou tyto rozdíly záznamů analyzovány v kontrolovaném laboratorním prostředí a na základě výsledků se další část práce zabývá měřením dopravního proudu v reálném provozu. U experimentálně získaných dat jsou následně ověřeny rozdílnosti v tepelných znacích vozidel a je navržen systém detekující vozidla. Systém využívá metod strojového učení pomocí hlubokových konvolučních neuronových sítí spolu s aplikací znalostí rozdílných termálních stop vozidel, pomocí kterých je následně možné dosáhnout kategorizace vozidel. …víceméně

Abstract:

The dissertation thesis deals with the issue of the detection of electric vehicles in operation. The goal is a pilot verification of the independent detection of electric vehicles and their distinction from combustion vehicles. The differentiation between vehicles equipped with electric motors and combustion engines can be used in traffic control applications in urban areas, highways, and local roadways. The benefit of these applications can be the restriction of entry of combustion vehicles within emission-free zones, or on the other hand prioritization of electric vehicles in the cities, for safety differentiation of the type of vehicle propulsion in tunnel systems and underground parking, toll collection and many others. The experimental part of the work is devoted to detection based on the different thermal footprints of battery electric vehicles and combustion engine vehicles using knowledge from thermal cameras. Vehicles with hybrid propulsion were not considered for the research as they are a specific group for research purposes, with the possibility of different reporting of thermal properties according to the currently used type of drive (electric motor/combustion engine). First, these differences are analyzed in a controlled laboratory environment and based on the results, the traffic flow is measured in real traffic in the next part of the work. With the obtained data, the differences in the thermal signs of the vehicles are subsequently verified and a vehicle detection system is designed. The system uses machine learning methods using deep convolutional neural networks together with the application of knowledge of different thermal traces of vehicles, with the help of which it is subsequently possible to achieve vehicle categorization. …víceméně