Modular architecture to make data usable as part of a large vehicle fleet
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu |
Master's thesis
Authors
Date
2021-10-18
Department
Major/Subject
Mcode
Degree programme
Master's Programme in Mechanical Engineering (MEC)
Language
en
Pages
101
Series
Abstract
New challenges and requirements emerge as the cloud expands into different application fields such as massive video analytic computing and other types of data-intensive computing services. The availability and widespread adoption of low-cost cameras increase the demand for shared and public cloud resources for video analytic applications. One considerable challenge for the IT industry and the scientific community is efficiently storing, querying, analyzing, and processing video data. The main focus of this research is to build a modular system architecture capable of automating the process of imaging urban city environments and making computer vision applications attainable. More specifically, this research studies a camera system installed in duty vehicles operating in the municipality of Helsinki. It aims to collect, transfer, store, and distribute the data as efficiently as possible. This architecture would allow providing image data on customers' demand, which has not been available at this point at Helsinki City Construction Services, Stara. The most convenient data storage methods are found by comparing price, availability, scalability, and other features. The architecture's proof of concept is done as a case study of traffic sign detection. The data storage method comparisons show that object storage is the most convenient way of storing GPS tagged video streams. From three major cloud providers, Microsoft, Amazon and Google, Microsoft fits Stara the most due to usage of other Microsoft services and price. During cost comparisons, data reduction methods turned out to lead to enormous cost savings long term. These data reduction methods consisted of video frame rate adaptation and duplicate data deletion based on GPS data. The case study showed that the developed video capturing and storing architecture is useful, and that computer vision models are effortless to deploy. Four classes of traffic signs were detected with an average accuracy of 97.3 percent. The results of this study lead to improved knowledge of street conditions resulting in a faster response to street maintenance work. That leads to more satisfied Helsinki residents and more efficient use of taxes.Pilvipalveluiden laajentuessa eri sovellusalueille, kuten suuriin videoiden käsittelysovelluksiin ja muihin suurten tietomassojen käsittelytapauksiin, syntyy uusia haasteita ja vaatimuksia datan käsittelylle. Laajalle levinnyt edullisten kameroiden käyttöönotto ja saatavuus lisää julkisten pilvipalvelujen resurssien kysyntää videoiden käsittelysovelluksissa. Yksi suurimmista haasteista sekä IT-alalle että tiedeyhteisölle on suurten datamäärien tehokas tallentaminen, analysointi ja käsittely. Tämän tutkimuksen pääpainona on rakentaa modulaarinen data-arkkitehtuuri, joka mahdollistaa automatisoidun kaupunkien katuverkostojen kuvantamisen ja lisäksi kehittyneiden videoanalytiikkaratkaisujen soveltamisen. Tarkemmin sanottuna, tässä tutkimuksessa tutkitaan kamerajärjestelmää, joka asennetaan Helsingin kaupungin työajoneuvoihin. Kamerajärjestelmän tarkoituksena on vakioida datan keräämis-, siirtämis-, tallennus- ja jakamisprosessit ja tehdä niistä kustannustehokkaita. Se mahdollistaisi kuvatiedoista tehtyä liiketoimintaa, mikä ei tällä hetkellä ole ollut mahdollista Helsingin kaupungin liikelaitos Staralla. Kätevimmät datan tallennustavat valitaan vertaamalla erilaisia mahdollisia menetelmiä niiden hinnan, saatavuuden, skaalautuvuuden ja muiden ominaisuuksien perusteella. Arkkitehtuurin toteuttamiskelpoisuus todistetaan tapaustutkimuksella liikennemerkkien tunnistamisella konenäön avulla. Datan tallennusmenetelmien vertailu osoitti, että objektivarastot on kätevin tapa tallentaa paikkatietomerkinnöillä varustettua kuvavirtaa. Microsoft on käytössä Staran muissa sisäisissä palveluissa, minkä takia Microsoft oli luonnollinen valinta kolmesta suurimmasta pilvipalvelujen tarjoajasta. Microsoft myös osoittautui halvimmaksi vaihtoehdoksi. Tutkimuksessa esitetyt datan köyhdyttämismenetelmät osoittautuivat erittäin tehokkaiksi johtaen suuriin kustannussäästöihin pitkällä aikavälillä. Nämä datan köyhdyttämismenetelmät olivat videon kuvataajuuden mukautuminen nopeuteen ja datan duplikaattien poisto paikkatietojen perusteella. Tapaustutkimuksesta saatiin erinomaisia tuloksia järjestelmän hyödyllisyydestä ja samalla todettiin, että konenäkömalleja on vaivatonta implementoida. Tutkimuksessa määritellyt neljä liikennemerkkiluokkaa havaittiin keskimäärin 97,3 prosentin tarkkuudella. Tutkimuksen tulokset johtavat parempaan tietämykseen teiden kunnosta, mikä johtaa pienempään reaktioaikaan teiden kunnossapitotehtävissä. Sen seurauksena Helsingin kaupungin asukkaat ovat tyytyväisempiä ja verorahoja pystytään käyttämään tehokkaammin.Description
Supervisor
Tammi, KariThesis advisor
Aherva, SamiAla-Laurinaho, Riku
Keywords
computer vision, internet of things, data architecture, object storage