Initial commit

README.md

@@ -0,0 +1,84 @@
+# Кейс 05 · Обнаружение посторонних объектов в тоннеле метро по данным 3D-лидара
+
+> Хакатон «Лидеры цифровой трансформации» (ЛЦТ) 2026 — конкурс Мэра Москвы для лучших ИТ-специалистов мира.
+
+ 
+## 📋 Общая информация
+
+| Параметр | Значение |
+|---|---|
+| **Номинация** | Компьютерное зрение |
+| **Заказчик** | Московский транспорт (Департамент транспорта и развития дорожно-транспортной инфраструктуры города Москвы), ГУП «Московский Метрополитен» |
+| **Ссылка на задачу** | [i.moscow/hackaton/lct/1233bb5506bc455f86d534b3b40171f1](https://i.moscow/hackaton/lct/1233bb5506bc455f86d534b3b40171f1) |
+| **Формат продукта** | Программный комплекс (ROS2) |
+
+ 
+## 🏆 Призовой фонд
+
+| Место | Сумма |
+|---|---|
+| 🥇 1 место | 1 000 000 ₽ |
+| 🥈 2 место | 600 000 ₽ |
+| 🥉 3 место | 400 000 ₽ |
+
+ 
+## 🎯 Актуальность
+
+В настоящее время активно ведётся разработка **беспилотного поезда метро**, для которого одной из ключевых функций является контроль пространства по ходу движения. Особенно важна задача мониторинга тоннеля: необходимо своевременно выявлять посторонние объекты, попадающие в габарит поезда и потенциально представляющие угрозу безопасности движения.
+
+Использование 3D-лидара позволяет получать информацию о пространстве перед поездом вне зависимости от условий освещённости. При этом требуется разработать алгоритм, который сможет надёжно обнаруживать препятствия на максимально возможной дальности, сохраняя низкий уровень ложно-положительных срабатываний. Решение данной задачи критически важно для построения безопасной и устойчивой системы автономного управления поездом метро.
+
+ 
+## 🧩 Описание задачи
+
+Разработайте программный комплекс на базе методов обработки 3D-лидарных данных, который:
+
+1. Обрабатывает облака точек, получаемые с 3D-лидара, установленного на беспилотном поезде метро;
+2. Выполняет мониторинг пространства перед поездом в тоннеле в реальном времени;
+3. Обнаруживает посторонние объекты, попадающие в зону, ограниченную габаритом поезда;
+4. Обеспечивает детекцию объектов на максимально возможной дальности до препятствия;
+5. Минимизирует количество ложно-положительных детектов при сохранении высокой чувствительности к реальным препятствиям;
+6. Формирует выходные данные, пригодные для интеграции в существующий пайплайн компьютерного зрения и системы принятия решений беспилотного поезда.
+
+ 
+## 📦 Ресурсы
+
+- Файлы с лидарными данными, записанными в условиях движения поезда метро в тоннеле.
+
+ 
+## 🚀 Описание итогового продукта
+
+Программный комплекс, включающий:
+
+1. **ROS2-ноды** для загрузки и обработки лидарных облаков точек;
+2. Алгоритмы фильтрации, сегментации и анализа 3D-данных;
+3. Модуль детекции посторонних объектов в зонах, ограниченных габаритом поезда;
+4. Интерфейсы или сообщения для передачи результатов детекции в существующие подсистемы беспилотного поезда.
+
+ 
+## 👥 Рекомендуемые роли в команде
+
+- Системный аналитик
+- Инженер компьютерного зрения
+- Разработчик робототехники (ROS2)
+- Специалисты по работе с данными
+- Разработчик программного обеспечения (C++/Python)
+
+ 
+ 
+## 💬 Контакты и поддержка
+
+- Телеграм: [@help_lct](https://t.me/help_lct)
+- Почта: info.leaders@develop.mos.ru
+- Модератор задачи: **Горбатова Ольга** — [@gorbatovaol](https://t.me/gorbatovaol)
+
+ 
+## 🗓️ Ключевые этапы конкурса
+
+| Этап | Сроки | Формат |
+|---|---|---|
+| Приём заявок | до 14 сентября | онлайн |
+| Разработка решений | 15–29 сентября | онлайн |
+| Техническая экспертиза | 30 сентября – 14 октября | онлайн |
+| Презентация проектов | 23 октября | онлайн |
+| Церемония награждения | 30 октября | офлайн в Москве |