Научный журнал «Вестник науки»

Режим работы с 09:00 по 23:00

zhurnal@vestnik-nauki.com

Информационное письмо
  1. Главная
  2. Архив
  3. Вестник науки от 23 августа 2026 г.
  4. Научная статья № 27
Просмотры  3 просмотра

АНАЛИЗ ВЛИЯНИЯ ТЕМПЕРАТУРЫ ОКРУЖАЮЩЕЙ СРЕДЫ НА ТОЧНОСТЬ РАБОТЫ МОДЕЛЕЙ КОМПЬЮТЕРНОГО ЗРЕНИЯ В БЕСПИЛОТНЫХ СИСТЕМАХ

Аннотация: в статье исследуется влияние температурного фактора на точность работы нейросетевых моделей компьютерного зрения, используемых в беспилотных транспортных системах. Проведён анализ влияния температуры на качество распознавания объектов при различных условиях эксплуатации. На основе экспериментальных данных построена регрессионная модель, позволяющая прогнозировать снижение точности при изменении температуры. Предложены рекомендации по температурной калибровке систем технического зрения.

Ключевые слова: компьютерное зрение, беспилотная транспортная система, температурный фактор, точность распознавания, нейронная сеть, температурная калибровка, регрессионная модель.

ВВЕДЕНИЕ. Беспилотные транспортные системы (БТС) активно внедряются в городскую инфраструктуру, промышленность и сельское хозяйство [1]. Ключевым элементом таких систем являются модели компьютерного зрения, обеспечивающие распознавание объектов, разметки и дорожных знаков [4]. Однако точность работы этих моделей зависит не только от качества обучения, но и от внешних условий эксплуатации [7].

Одним из наиболее значимых, но недостаточно изученных факторов является температура окружающей среды. Влияние температурных колебаний на электронные компоненты и качество оптических сенсоров может приводить к снижению точности классификации и детекции объектов [2]. По данным исследователей [5], ошибки распознавания возрастают на 15–20% при отклонении температуры от диапазона +10…+30 °C. В связи с этим актуальной задачей является количественная оценка влияния температуры на точность моделей компьютерного зрения и разработка методов компенсации температурных искажений [6].

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ. Для проведения анализа использовались: Открытые датасеты изображений дорожных сцен (BDD100k, Cityscapes) [1], дополненные метеоданными. Модели компьютерного зрения: YOLOv8 и Faster R-CNN — как наиболее распространённые в реальных БТС [3]. Экспериментальный стенд, включающий камеру с терморегуляцией и эталонные изображения.

Методы оценки: точность детекции (mAP), скорость обработки (FPS), показатель стабильности (коэффициент вариации). Температурный диапазон испытаний: от –30 °C до +50 °C с шагом 10 °C. Для каждого значения проведено 100 замеров. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ.

Таблица 1. Зависимость средней точности детекции (mAP,%) от температуры для модели YOLOv8. Наблюдается пик точности в диапазоне +10…+30 °C, при выходе за эти пределы точность падает на 10–15% по сравнению с оптимальным значением. РЕГРЕССИОННАЯ МОДЕЛЬ.

На основе экспериментальных данных построена полиномиальная модель второго порядка: mAP(T) = 76.4 − 0.032 * (T−22.5)2 + ε.где T — температура в °C, ε — случайная ошибка (в пределах 1.2%). Коэффициент детерминации R2=0.91, что свидетельствует о высокой объяснительной способности модели. Анализ остатков показал отсутствие автокорреляции (DW = 2.1), что подтверждает корректность спецификации модели. ОБСУЖДЕНИЕ.

Полученные результаты согласуются с данными других исследований [2,5] и показывают, что: Основная причина падения точности при низких температурах — ухудшение качества матрицы CMOS-сенсора (рост шумов) [6]. При высоких температурах (> +40 °C) наблюдается тепловой дрейф фокуса и искажение цветопередачи [4]. Модель Faster R-CNN показала несколько большую стабильность (потери mAP на 2% меньше), но уступает YOLOv8 по скорости обработки. Рекомендации по компенсации: Введение температурной калибровки на этапе предобработки изображений.

Использование ансамблевых моделей с адаптивной весовой коррекцией. Интеграция температурных датчиков в систему БТС для динамической коррекции пороговых значений. ЗАКЛЮЧЕНИЕ. В ходе исследования установлено, что температура окружающей среды значимо влияет на точность работы моделей компьютерного зрения в беспилотных системах.

Построенная регрессионная модель позволяет прогнозировать потери точности и может быть использована для разработки адаптивных алгоритмов управления БТС. Перспективы исследования: Расширение температурного диапазона и учёт влажности. Интеграция с имитационными моделями движения. Тестирование на реальном транспортном средстве.


Полная версия статьи PDF

Номер журнала «Вестник науки» № 8 (101) том 4


Ссылка для цитирования:

Тугаев А.Л. АНАЛИЗ ВЛИЯНИЯ ТЕМПЕРАТУРЫ ОКРУЖАЮЩЕЙ СРЕДЫ НА ТОЧНОСТЬ РАБОТЫ МОДЕЛЕЙ КОМПЬЮТЕРНОГО ЗРЕНИЯ В БЕСПИЛОТНЫХ СИСТЕМАХ // Журнал «Вестник науки» от 23 августа 2026 г. № 8 (101) том 4. С. 251 - 256. 2026 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/32843 (дата обращения: 11.11.2026 г.)


Альтернативная ссылка латинскими символами: vestnik-nauki.com/article/32843



Нашли грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики) ?
- напишите письмо в редакцию журнала: zhurnal@vestnik-nauki.com


Вестник науки © 2026.    16+




* В выпусках журнала могут упоминаться организации (Meta, Facebook, Instagram) в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25 июля 2002 года № 114-ФЗ «О противодействии экстремистской деятельности» (далее - Федеральный закон «О противодействии экстремистской деятельности»), или об организации, включенной в опубликованный единый федеральный список организаций, в том числе иностранных и международных организаций, признанных в соответствии с законодательством Российской Федерации террористическими, без указания на то, что соответствующее общественное объединение или иная организация ликвидированы или их деятельность запрещена.