Разработка представляет собой компактную систему, которая будет размещаться внутри стойки шлагбаума. Наружу выносятся только видеокамеры, с их помощью происходит фиксация автомобиля с дальнейшим распознаванием цифр и букв на номерном знаке машины, отправка полученной информации в базу данных с разрешёнными к допуску номерами. После сравнения данных и обнаружения соответствующего номера в базе происходит посыл команды на поднятие шлагбаума.

Минусом этой разработки стала сложность с пропуском автомобилей спецслужб (скорой помощи, пожарных, полиции и др.), ведь их номера не внесены в базу пропуска. Специалисты Центра компетенций Интернета вещей и Smart City решили эту задачу.

«Нейронные сети – это универсальные аппроксиматоры, которые позволяют находить общие элементы, характерные для того или иного класса объектов при обработке изображений, — рассказывает один из разработчиков проекта, старший преподаватель кафедры Автомобильного транспорта строительных и дорожных машин ТИУ Владимир Доманский.  — Автомобили спецслужб (скорая помощь, пожарная, полиция, газовая служба) имеют разную цветовую окраску и разный модельный ряд, но нам нужно было создать алгоритм, который позволял бы классифицировать автомобили относительно принадлежности специальным службам. Алгоритм получает на вход изображение с камеры наблюдения и принимает решение открывать или нет шлагбаум».

Владимир Олегович также отмечает, что доля правильных ответов прототипа составляет больше 97%: «Всегда существует вероятность ошибки из-за невнимательности, а наш алгоритм дает больше правильных ответов, чем человек. Разработанный алгоритм можно внедрить на любом компьютере, который отвечает за работу шлагбаума».

Отметим, что в разработке прототипа принимал участие второкурсник кафедры Автомобильного транспорта строительных и дорожных машин  ТИУ Никита Евенко. Студент собрал базу данных для обучения алгоритма, эксперементировал с архитектурой нейронной сети и оценивал правильность работы полученного алгоритма.