CHORRAHALARDA TRANSPORT VOSITALARI OQIMINI AVTOMATIK HISOBLASHNING KOMPYUTERLI KO‘RISHGA ASOSLANGAN DASTURIY VOSITASI NI ISHLAB CHIQISH ANNOTATSIYA Mazkur ishda chorrahalarda harakatlanayo tgan transportlarning oqimini hisoblashga qaratilgan. Sun’iy intellektga (AI) asoslangan tasvirni qayta ishlash texnologiyasining o‘sishi tufayli kamera ko‘rish ma’lumotlaridan foydalangan holda oqimni kuzatish tizimlarini ishlab chiqishga qiziqish ortib bormoqda. Ushbu tadqiqot yo‘llarni kuzatish tizimini takomillashtirish uchun chorrahada o‘rnatilgan kamera yordamida yo‘l harakati ma’lumotlarini olish usulini taqdim etadi. Usul transport vositasini aniqlash va avtomobil turini tasniflash uchun tasvirni qayta ishlash uchun chuqur o‘rganishga asoslangan yondashuvdan (YOLOv8) foydalanadi. Bo‘lak bo‘ylab transport vositalarining traektoriyalari aniqlangan transportning joylarini yuqori aniqlikdagi aniqlaydi moslashtirish orqali baholanadi. Transportning taxminiy traektoriyalariga asoslanib, har bir bo‘lak bo‘ylab harakatlanish yo‘nalishidagi harakat hajmi va har bir bo‘lakning navbat uzunligi taxmin qilinadi. Taklif etilgan usulning ishlashi baholash mezonlari bo‘yicha namunalar bilan sinovdan o‘tkazildi: Transportni aniqlash, transport vositasi turini tasniflash, traektoriyani bashorat qilish, transport hajmini baholash va navbat uzunligini baholash. Natijalar transport turlarini tasniflashda va qatorlar bo‘ylab harakatlanish hajmini baholashda 20% dan kam xatoliklarga ega bo‘lgan 99% transport vositasini aniqlash samaradorligini ko‘rsatad. Demak, ushbu tadqiqotda taklif etilgan usul chorrahada o‘rnatilgan kamera yordamida yo‘l harakati to‘g’risida batafsil ma’lumot to‘plashning maqsadga muvofiqligini ko‘rsatadi. AI yondashuvi ushbu tadqiqotning asosiy hissasi bo‘lib, u oqimni monitoring qilishni takomillashtirishning yuqori imkoniyatlarini beradi. ANNOTATION There are various means of monitoring traffic situations on roads. Due to the rise of artificial intelligence (AI) based image processing technology, there is a growing interest in developing traffic monitoring systems using camera vision 1

data. This study provides a method for deriving traffic information using a camera installed at an intersection to improve the monitoring system for roads. The method uses a deep-learning-based approach (YOLOv8) for image processing for vehicle detection and vehicle type classification. Lane-by-lane vehicle trajectories are estimated by matching the detected vehicle locations with the high-definition map (HD map). Based on the estimated vehicle trajectories, the traffic volumes of each lane-by-lane traveling direction and queue lengths of each lane are estimated. The performance of the proposed method was tested with thousands of samples according to five different evaluation criteria: vehicle detection rate, vehicle type classification, trajectory prediction, traffic volume estimation, and queue length estimation. The results show a 99% vehicle detection performance with less than 20% errors in classifying vehicle types and estimating the lane-by-lane travel volume, which is reasonable. Hence, the method proposed in this study shows the feasibility of collecting detailed traffic information using a camera installed at an intersection. The approach of combining AI techniques is the main contribution of this study, which shows a high chance of improving current traffic monitoring systems. MUNDARIJA KIRISH …………………………………………………………………… 7 I BOB INTELLEKTUAL TRANSPORT TIZIMLARI VA ULARDA QO‘LLANILADIGAN USULLAR………………. 10 1.1. Intellektual transport tizimlari tahlili…………………………… 1 0 1.2. Intellektual transport tizimlarida qo‘llaniladigan asosiy usullar.. 15 2

II BOB VIDEO MA`LUMOTLARDAN OLINGAN TASVIRLARDA OBYEKTLARNI SEGMENTATSIYALASH USUL VA ALGORITMLARI… 22 2.1. Blok segmentatsiyasidan foydalaniladigan asosiy chiziqlar…… 22 2.2. Sun'iy intellekt soxasida Kalman filtri…………………………. 43 III BOB CHORRAHALARDA TRANSPORT VOSITALARI OQIMINI AVTOMATIK HISOBLASH YONDASHUVI ISHLAB CHIQISH…………………………………………… 55 3.1. Kalman filtri……………………………………………………. 55 3.2. DEEPSort algoritmi…………………………………………….. 6 0 3.3 Transport vositalar oqimini avtomatik aniqlash yondashuvi 64 XULOSA … …………………………………………… …………………. 75 FOYDALANILGAN ADABIYOTLAR RO‘YXATI …......….………... 78 KIRISH Mavzuning asoslanishi va uning dolzarbligi. Intellektual transport tizimlarini ishlab chiqish fan va texnikaning turli sohalaridan ko plabʻ mutaxassislarni jalb qilishni talab qiladi, chunki ularni amalga oshirish ilg or ʻ dasturiy ta minot va texnik vositalarni ishlab chiqishni, katta ma lumotlarni ʼ ʼ tahlil qilish va qayta ishlashni, shuningdek tizimlarning har xil turdagi uskunalar 3

bilan o zaro ta sirini talab qiladi. ʻ ʼ Bu, o z navbatida, potentsial ish o rinlari ʻ ʻ yaratib, jamiyatning innovatsion rivojlanishiga xizmat qiladi. Intellektual transport tizimlarining yana bir afzalligi ularning mavjudligi va foydalanuvchilar uchun qulayligidir. Buning sababi, aksariyat ITS iOS va Android platformalarida qo llab-quvvatlanadigan mobil ilovalarga ega, buning ʻ yordamida foydalanuvchilar real vaqt rejimida o zlarining harakatchanligini ʻ nazorat qilishlari mumkin. Intellektual transport tizimlari tovarlarni tashish xarajatlarini sezilarli darajada kamaytirishi mumkin, bu logistika yoki sanoat korxonalarida tovarlarni etkazib berish bilan shug ullanadigan har bir kishi uchun ayniqsa muhimdir. ʻ Buning sababi shundaki, Intellektual transport tizimlari interaktiv xarita yoki marshrutlarda tovarlarni optimal taqsimlashni ta minlay oladi, yo lda xavfli ʼ ʻ vaziyatlardan ogohlantiradi va yuklarni tashishni tezlashtiradi, ishlamay qolish vaqtini kamaytiradi. Tadqiqot obyekti va predmeti. Tadqiqotning obyekti bo lib, chorralardagi ʻ tasvirlar oqimi hisoblanadi. Tadqiqotning predmeti bo lib bo lib, tasvirlarga ʻ ʻ ishlov berish va tahlil qilish olish usul, algoritm va dasturlarda iborat. Tadqiqotning maqsadi va vazifalari. Ishning asosiy maqsadi transport vositalari mavjud tasvirlar oqimiga ishlov berish va tahlil qilishning kompyuterli ko rish usullari tadqiq etilib, transport vositalari oqimi avtomatik aniqlash ʻ yondashuvini ishlab chiqishdan iborat. Tadqiqot maqsadini amalga oshirishda uchun quyidagi vazifalar belgilangan: tasvirlar asoslari o rganish va tahlil etish; ʻ transport vositalari tasvirlari asosida transport oqimini hisoblash masalasini yechish bosqichlarini ishlab chiqish; chuqur o qitishga asoslangan model va algoritmlari o rganish va uni ʻ ʻ tasvirlar oqimiga qo llash; ʻ tasvirlarda transport vositalari aniqlashning chuqur sun iy neyron tarmoq ʼ modelini qurish; 4

tasvirlar oqimida joylashuvini aniqlangan obyektlarni identifikasiyalash usul va algoritmlari tadqiq etish; tasvirlar oqimida transport oqimlari hisoblash yondashuvini ishlab chiqish. Tadqiqotning ilmiy yangiligi. Magistrlik dissertatsiyasida olingan natijalar ilmiy-amaliy xarakterga ega bo lib, YOLOv8 neyron tarmoq modeli,ʻ DeepSort va Kalman filtri asosida chorrahalarda transport vositalari oqimini avtomatik hisoblash yondashuvi ishlab chiqilgan. Ushbu yondashuvni amaliy jihatdan tajriba o tkazish maqsadida Python dasturlash tilida dasturi ishlab ʻ chiqilgan. Tadqiqotning asosiy masalalari va farazlari. Magistrlik dissertatsiyasida asosan quyidagi bosqichlar amalga oshiriladi. Ishda qo yilgan masalani yechish mavjud usullar tahlil etilib, model va ʻ algoritmlarni ishlab chiqish va dasturiy modulini yaratish bunda:  tasvir sifatini oshirish usullari asosiy tushunchalari o rganish va ʻ masala qo yilishi shakllantirish; ʻ  tasvirlarda obyektlarni segmentasiya qilish usul va algoritmlarini tadqiq etish;  tasvirlardagi aniqlangan obyektlarni tasniflashning chuqur neyron tarmoq modeli arxitekturasini qurish ;  tasvirlardagi tasniflangan obyektlar identifikasiyalashni DeepSort va Kalman filtriga asoslangan algoritmi ishlab chiqish.  ishlab chiqilgan yondashuvda tajriba-sinovlar o tkazish. ʻ Adabiyotlar sharhi va tahlili. Ilmiy tadqiqotni olib borish jarayoni va dissertatsiya ishini yozishda foydalanilgan adabiyotlarning tahlilini keltiramiz. [1]–[30] adabiyotlardan mavzuning dolzarbligi uchun foydalanildi va [2]–[47] adabiyotlardan esa asosiy tushunchalar, tibbiy tasvirlarga ishlov berish usullari o rganish olindi. [1] – [21] adabiyotlardan I bobda keltirilgan ma lumotlarni ʻ ʼ bayon qilishda foydalanildi. [50] – [120] adabiyotlardan ishda tadqiq qilingan masalalarning algoritmlarini tuzishda foydalanildi. Dissertatsiyada olingan natijalar [93] – [94] adabiyotlarda e lon qilingan. ʼ 5