Анкета автора(ов)
| Фамилия, имя, отчество, учёная степень, звание, должность. Полное и сокращённое наименование организации, адрес организации. | Мокшин Владимир Васильевич, кандидат технических наук, доцент кафедры «Автоматизированных систем обработки информации и управления», Казанский национальный исследовательский технический университет им. А.Н. Туполева-КАИ, г. Казань, Российская Федерация; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0000-0002-7650-3419. Николаева Регина Владимировна, кандидат технических наук, доцент, Казанский государственный архитектурно-строительный университет, г. Казань, Российская Федерация; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0000-0002-5324-432х. Мавлиева Нелли Булатовна, аспирант, Казанский государственный архитектурно-строительный университет, г. Казань, Российская Федерация; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0009-0002-9546-5056. Мавлиев Ленар Фидаесович, кандидат технических наук, доцент, заведующий кафедрой, Казанский государственный архитектурно-строительный университет, г. Казань, Российская Федерация; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0000-0001-6301-0941. |
| Название статьи. | Система обнаружения дорожных дефектов на основе компьютерного зрения |
| Аннотация. | Дорожные дефекты являются одной из постоянно возникающих проблем в дорожной отрасли, ставящие под угрозу безопасность дорожного движения, и требующие значительных затрат на устранение. Для эффективного содержания дорог и обеспечения безопасности участников дорожного движения важно оперативно обнаруживать дефекты покрытия автомобильных дорог. Традиционные методы определения дефектов занимают значительное количество времени, трудоемки и подвержены человеческим ошибкам. Развитие современных технологий и алгоритмов компьютерного зрения позволяет значительно сократить время на решение задач в различных областях, в том числе и в дорожной отрасли. Поэтому целью исследования является выбор методов и алгоритмов обнаружения дорожных дефектов с использованием компьютерного зрения для повышения точности и оперативности выявления повреждений на автомобильных дорогах. Это, в свою очередь, оптимизирует процессы их эксплуатации и обслуживания, обеспечивая более эффективное сохранение качества дорожной инфраструктуры. Задачи исследования: сравнить YOLOv8 с другими архитектурами нейронных сетей на одинаковом датасете; разработать систему обнаружения дорожных дефектов на основе компьютерного зрения. Результаты. В рамках исследования определены этапы создания системы обнаружения дорожных дефектов на основе компьютерного зрения. Получены метрики качества детектирования YOLOv8 на тестовой выборке дорожных дефектов. Выводы. Значимость полученных результатов для дорожной отрасли заключается в возможности своевременно выявлять дорожные дефекты, что в свою очередь способствует повышению эффективности управления состоянием автомобильных дорог, снижению затрат на их содержание, и как следствие, обеспечивается более высокий уровень безопасности и комфорта для пользователей дорог. Результаты могут быть использованы в дальнейших научных разработках и для оптимизации процессов обслуживания и ремонта дорожного покрытия. |
| Ключевые слова. | автомобильная дорога, дорожное покрытие, дорожные дефекты, компьютерное зрение, YOLOv8. |
| First name, Middle name, Last name, Scientific degree, Scientific rank, Current position. Full and brief name of the organization, The organization address. | Vladimir V. Mokshin, Candidate of Technical Sciences, Associate Professor, Department of Automated Information Processing and Control Systems, Kazan National Research Technical University named after A.N. Tupolev – KAI, Kazan, Russian Federation; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript ORCID: 0000-0002-7650-3419. Regina V. Nikolaeva, candidate of technical sciences, associate professor, Kazan State University of Architecture and Engineering, Kazan, Russian Federation; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0000-0002-5324-432х. Nelli B. Mavlieva, post-graduate student, Kazan State University of Architecture and Engineering, Kazan, Russian Federation; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0009-0002-9546-5056. Lenar F. Mavliev, candidate of technical sciences, associate professor, head of department, Kazan State University of Architecture and Engineering, Kazan, Russian Federation; E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript , ORCID: 0000-0001-6301-0941. |
| Title of the article | A system for detecting road defects based on computer vision |
| Abstract. | Road defects are one of the constantly emerging problems in the road industry that endanger road safety and require significant costs to eliminate. For effective maintenance of roads and ensuring the safety of road users, it is important to promptly detect defects in the road surface. Traditional defect detection methods take a significant amount of time, are laborious, and are prone to human error. The development of modern computer vision technologies and algorithms can significantly reduce the time needed to solve problems in various fields, including the road industry. Therefore, the purpose of the study is to select methods and algorithms for detecting road defects using computer vision to improve the accuracy and efficiency of detecting damage on highways. This, in turn, optimizes the processes of their operation and maintenance, ensuring more effective preservation of the quality of the road infrastructure. The research tasks are to compare YOLOv8 with other neural network architectures on the same dataset; to develop a system for detecting road defects based on computer vision. Results. The study defines the stages of creating a system for detecting road defects based on computer vision. The YOLOv8 detection quality metrics were obtained based on a test sample of road defects. Conclusions. The significance of the results obtained for the road industry lies in the ability to detect road defects in a timely manner, which in turn contributes to improving the efficiency of managing the condition of highways, reducing maintenance costs, and as a result, provides a higher level of safety and comfort for road users. The results can be used in further scientific developments and for optimizing road surface maintenance and repair processes. |
| Keywords. | highway, road surface, road defects, computer vision, YOLOv8. |
| Для цитирования: | Мокшин В.В., Николаева Р.В., Мавлиева Н.Б., Мавлиев Л.Ф. Система обнаружения дорожных дефектов на основе компьютерного зрения // Известия КГАСУ, 2026, № 1 (75), с. 344-355, DOI: 10.48612/NewsKSUAE/75.28, EDN: SAWGRQ |
| For citations: | Mokshin V.V., Nikolaeva R.V., Mavlieva N.B., Mavliev L.F. A system for detecting road defects based on computer vision // News of KSUAE, 2026, № 1 (75), p. 344-355, DOI: 10.48612/NewsKSUAE/75.28, EDN: SAWGRQ |
