astАрхитектура, строительство, транспортArchitecture, Construction, Transport2782-232X2713-0770Industrial University of Tyumen10.31660/2782-232X-2025-3-83-93ELECUEast-209Research ArticleТРАНСПОРТTRANSPORTУлучшение системы контроля за движением общественного транспорта с помощью методов машинного обученияImproving the public transport monitoring system using machine learning methodshttps://orcid.org/0000-0003-1863-2535ЗатонскийA. В.ZatonskiyA. V.

Затонский Андрей Владимирович, д-р техн. наук, профессор, заведующий кафедрой автоматизации технологических процессов

Березники, ул. Тельмана, 7, 618404

Andrey V. Zatonskiy, Dr. Sci. (Engineering), Professor, Head of the Department of Automation of Technological Processes

Berezniki, 7 Telmana St., 618404

zxenon@narod.ruДаниловВ. В.DanilovV. V.

Данилов Всеволод Владимирович, магистрант кафедры информационных технологий и автоматизированных систем

Пермь, Комсомольский проспект, 29, 614990

Vsevolod V. Danilov, Graduate Student in the Department of Information Technology and Automated Systems

Perm, 29 Komsomolsky Prospekt, 614990

vsevolod.dnlv@mail.ruБерезниковский филиал Пермского национального исследовательского политехнического университетаРоссияBerezniki Branch of National Research Polytechnic UniversityRussian FederationПермский национальный исследовательский политехнический университетРоссияPerm National Research Polytechnic UniversityRussian Federation202503102025538393Copyright © Затонский A.В., Данилов В.В., 20252025Затонский A.В., Данилов В.В.Zatonskiy A.V., Danilov V.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ast.tyuiu.ru/jour/article/view/209

Исследование посвящено разработке программного обеспечения для решения практически важной задачи – обеспечения общественного контроля за движением городского общественного транспорта, что особенно важно в условиях неполной доступности сигналов GPS/ГЛОНАСС и сотовой связи. Основой информационной системы являются видеокамеры, расположенные по маршруту, и система технического зрения, распознающая появление автобуса или троллейбуса в кадре, локализацию и номер его маршрута. С помощью свободно распространяемого детектора объектов YOLOv11s удалось добиться точности распознавания машины на уровне 96 %. Данная версия YOLO нетребовательна к ресурсам и позволяет использовать обычный персональный компьютер для работы с несколькими потоками видео. Номер маршрута распознавался с использованием библиотеки PaddleOCR с открытым кодом, точность составила 82 %. Далее полученный результат сопоставлялся с расписанием движения автобусов, полученные данные размещались в открытом доступе через Телеграм-бот. Результаты работы направлены на повышение удобства городского общественного транспорта, снижение социальной напряженности, обеспечение жителей и диспетчерских служб информацией об отклонениях в работе городского транспорта в режиме реального времени.

This study focuses on developing software to address a practically important problem: providing public oversight of urban transport movement. This is particularly crucial in areas with limited GPS/GLONASS and cellular connectivity. The core of the system comprises video cameras located along the route and a computer vision system. This system detects the presence of buses or trolleybuses in the camera’s field of view, localizes them, and recognizes their route numbers. Using the freely available YOLOv11s object detector, a machine recognition accuracy of 96 % was achieved. This version of YOLO is resource-efficient, enabling the use of a standard personal computer to process multiple video streams. Route numbers were recognized using the open-source PaddleOCR library, achieving an accuracy of 82 %. The obtained results were compared with the bus schedule, and the data was posted via a Telegram bot. The research results aim to improve the convenience of urban public transport, reduce social tension, and provide residents and dispatching services with real-time information about deviations in urban transport operations.

общественный транспорткомпьютерное зрениемашинное обучениеYOLOраспознавание объектовмониторинг транспортаавтоматическая идентификация транспортных средствобработка изображенийPaddleOCRтранспортная аналитикаurban public transportcomputer visionmachine learningYOLOobject detectiontransport monitoringautomatic vehicle identificationimage processingPaddleOCRtransport analyticsReferencesАндреев К. П., Терентьев В. В. Современные проблемы городского пассажирского транспорта. Научный альманах. 2016;(11-2):19–21. URL: https://elibrary.ru/item.asp?edn=xigdxvAndreev K. P., Terentiev V. V. Modern problems of urban passenger transport. Science Almanac. 2016;(11-2):19– 21. (In Russ.) URL: https://elibrary.ru/item.asp?edn=xigdxvАндреев К. П., Терентьев В. В., Темнов Э. С. Проблемы качества транспортного обслуживания населения. В сб.: Проблемы исследования систем и средств автомобильного транспорта: материалы Международной очно-заочной научно-технической конференции, Тула, 23–24 ноября 2017 года. Тула: Тульский государственный университет, 2017. С. 105–110. URL: https://elibrary.ru/item.asp?id=32512428Andreyev K. P., Terent'yev V. V., Temnov E. S. Problems with the quality of public transport services. In: Problemy issledovaniya sistem i sredstv avtomobil'nogo transporta: materialy Mezhdunarodnoy ochno-zaochnoy nauchnotekhnicheskoy konferentsii, Tula, Nevember 23–24, 2017. Tula: Tula State University, 2017. P. 105–110. (In Russ.) URL: https://elibrary.ru/item.asp?id=32512428Рахматуллина А. Р. Проблемы развития городского общественного транспорта. Управление экономическими системами. 2013;(12):70. URL: https://econpapers.repec.org/article/scn007255/15547324.htmRakhmatullina A. R. Problems of development of city public transport. Upravleniye ekonomicheskimi sistemami. 2013;(12):70. (In Russ.) URL: https://econpapers.repec.org/article/scn007255/15547324.htmСпеваков Б. С. Инновационные методы управления городским транспортом: опыт глобальных мегаполисов. В сб.: Международная научно-техническая конференция молодых ученых БГТУ им. В. Г. Шухова, посвященная 170-летию со дня рождения В. Г. Шухова, Белгород, 16–17 мая 2023 года. Белгород: Белгородский государственный технологический университет им. В. Г. Шухова, 2023. С. 947–952. URL: https://elibrary.ru/item.asp?id=54616552&pff=1Spevakov B. S. Innovative methods of urban transport management: experiences from global megacities. In: Mezhdunarodnaya nauchno-tekhnicheskaya konferentsiya molodykh uchenykh BGTU im. V. G. Shukhova, posvyashchennaya 170-letiyu so dnya rozhdeniya V. G. Shukhova, Belgorod, May 16–17, 2023. Belgorod: Belgorod State Technological University named after V. G. Shukhov; 2023. P. 947–952. (In Russ.) URL: https://elibrary.ru/item.asp?id=54616552&pff=1Минниханов Р. Н. Интегрированная система мониторинга и контроля транспортных потоков. Наука и техника в дорожной отрасли. 2017;(1):13–15. URL: https://lib.madi.ru/nitdo/index.htmlMinnikhanov R. N. An integrated system of monitoring and control of traffic flows. Science & Engineering for Roads. 2017;(1):13–15. (In Russ.) URL: https://lib.madi.ru/nitdo/index.htmlМишина Е. С., Лебедь Р. К., Хмелев Р. Н. К вопросу оснащения городского общественного транспорта системами мониторинга и обеспечения транспортной безопасности. Известия Тульского государственного университета. Технические науки. 2020;(10):326–332. URL: https://elibrary.ru/item.asp?id=44298662Mishina E. S., Lebed R. K., Khmelev R. N. On the question of equipment of urban public transportation systems for monitoring and ensuring transportation security. Izvestiya Tul'skogo gosudarstvennogo universiteta. Tekhnicheskiye nauki. 2020;(10):326–332. (In Russ.) URL: https://elibrary.ru/item.asp?id=44298662Сирота А. А., Митрофанова Е. Ю., Милованова А. И. Анализ алгоритмов поиска объектов на изображениях с использованием различных модификаций сверточных нейронных сетей. Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2019;(3):123– 137. https://journals.vsu.ru/sait/article/view/1313Sirota A., Mitrofanova E. Yu., Milovanova A. I. Analysis of algorithms for searching objects in images using various modifications of convolutional neural networka. Proceedings of Voronezh State University. Series: Systems Analysis and Information Technologies. 2019;(3):123–137. (In Russ.) https://doi.org/10.17308/sait.2019.3/1313Wu J., Fan P., Sun Y., Gui W. Ghost-RetinaNet: Fast Shadow Detection Method for Photovoltaic Panels Based on Improved RetinaNet. Computer Modeling in Engineering & Sciences. 2023;134(2):1305–1321. https://doi.org/10.32604/cmes.2022.020919Wu J., Fan P., Sun Y., Gui W. Ghost-RetinaNet: Fast Shadow Detection Method for Photovoltaic Panels Based on Improved RetinaNet. Computer Modeling in Engineering & Sciences. 2023;134(2):1305–1321. https://doi.org/10.32604/cmes.2022.020919He L.-h., Zhou Y.-z., Liu L., Cao W., Ma J.-h. Research on object detection and recognition in remote sensing images based on YOLOv11. Scientific Reports. 2025;15:14032. https://doi.org/10.1038/s41598-025-96314-xHe L.-h., Zhou Y.-z., Liu L., Cao W., Ma J.-h. Research on object detection and recognition in remote sensing images based on YOLOv11. Scientific Reports. 2025;15:14032. https://doi.org/10.1038/s41598-025-96314-xАндриянов Н. А., Андриянов Д. А. О важности аугментации данных при машинном обучении в задачах обработки изображений в условиях дефицита данных. В сб.: Информационные технологии и нанотехнологии (ИТНТ-2020): материалы VI Международной конференции и молодежной школы, Самара, 26–29 мая 2020 года. Самара: Самарский национальный исследовательский университет имени академика С. П. Королева, 2020. Т. 2. С. 383–388. URL: https://repo.ssau.ru/handle/Informacionnye-tehnologiii-nanotehnologii/O-vazhnosti-augmentacii-dannyh-pri-mashinnom-obuchenii-v-zadachah-obrabotkiizobrazhenii-v-usloviyah-deficita-dannyh-85287Andriyanov N. A., Andriyanov D. A. The importance of data augmentation in machine learning for image processing tasks in the face of data scarcity. In: Informatsionnyye tekhnologii i nanotekhnologii (ITNT-2020): materialy VI Mezhdunarodnoy konferentsii i molodezhnoy shkoly, Samara, May 26–29, 2020. Samara: Samara National Research University named after Academician S. P. Korolev, 2020. Vol. 2. P. 383–388. URL: https://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/O-vazhnosti-augmentacii-dannyh-primashinnom-obuchenii-v-zadachah-obrabotki-izobrazhenii-v-usloviyah-deficita-dannyh-85287Маратулы А., Абибуллаев Е. А. Исследование производительности и сравнительный анализ YOLO-NAS и предыдущих версий YOLO. Международный журнал информационных и коммуникационных технологий. 2024;5(17):71–83. https://doi.org/10.54309/IJICT.2024.17.1.006Maratuly A., Abibullayev Y. A. Performance study and comparative analysis of YOLO-NAS and previous versions of YOLO. International journal of information and communication technologies. 2024;5(17):71–83 (In Russ.). https://doi.org/10.54309/IJICT.2024.17.1.006Pujara A., Bhamare M. DeepSORT: Real Time & Multi-Object Detection and Tracking with YOLO and TensorFlow. In: International Conference on Augmented Intelligence and Sustainable Systems (ICAISS), Trichy, India, 2022. P. 456–460. https://doi.org/10.1109/ICAISS55157.2022.10011018Pujara A., Bhamare M. DeepSORT: Real Time & Multi-Object Detection and Tracking with YOLO and TensorFlow. In: International Conference on Augmented Intelligence and Sustainable Systems (ICAISS), Trichy, India, 2022. P. 456–460. https://doi.org/10.1109/ICAISS55157.2022.10011018Бесшапошников Н. О., Кузьменко М. А., Леонов А. Г., Матюшин M. А. Автоматизация разметки набора данных для нейронных сетей. Вестник кибернетики. 2018;(4):204–210.Besshaposhnikov N. O., Kuzmenko M. A., Leonov A. G., Matyushin M. A. Automation of data markup for neural networks. Proceedings in Cybernetics. 2018;(4):204–210. (In Russ.)Бурдуковский С. О. Аналитический обзор программного обеспечения для разметки изображений labelimg. В сб.: Приоритетные направления инновационной деятельности в промышленности: материалы III международной научной конференции, Казань, 30–31 марта 2021 года. Москва: ООО «Конверт», 2021. С. 156–157. URL: https://elibrary.ru/item.asp?id=45746462Burdukovskiy S. O. An analytical review of LABELIMG image labeling software. In: Prioritetnyye napravleniya innovatsionnoy deyatel'nosti v promyshlennosti: materialy III mezhdunarodnoy nauchnoy konferentsii, Kazan, March 30–31, 2021. Moscow: OOO "Konvert", 2021. P. 156–157. (In Russ.) URL: https://elibrary.ru/item.asp?id=45746462Sarkar O., Sinha S., Jena A. K., Parida A. K., Parida N., Parida R. K. Automatic number plate character recognition using paddle-OCR. In: International Conference on Innovations and Challenges in Emerging Technologies (ICICET), Nagpur, India, 2024. P. 1–7. https://doi.org/10.1109/ICICET59348.2024.10616305Sarkar O., Sinha S., Jena A. K., Parida A. K., Parida N., Parida R. K. Automatic number plate character recognition using paddle-OCR. In: International Conference on Innovations and Challenges in Emerging Technologies (ICICET), Nagpur, India, 2024. P. 1–7. https://doi.org/10.1109/ICICET59348.2024.10616305Reddy P. P., Shruthi P. S., Himanshu P., Singh T. License plate detection using YOLO v8 and performance evaluation of easyOCR, paddleOCR and tesseract. In: 15th International Conference on Computing Communication and Networking Technologies (ICCCNT), Kamand, India, 2024. P. 1–6. http://dx.doi.org/10.1109/icccnt61001.2024.10725878Reddy P. P., Shruthi P. S., Himanshu P., Singh T. License plate detection using YOLO v8 and performance evaluation of easyOCR, paddleOCR and tesseract. In: 15th International Conference on Computing Communication and Networking Technologies (ICCCNT), Kamand, India, 2024. P. 1–6. http://dx.doi.org/10.1109/icccnt61001.2024.10725878

The authors declare that there are no conflicts of interest present.