РАСЧЁТНАЯ ОЦЕНКА КОММУНИКАЦИОННЫХ ОГРАНИЧЕНИЙ СОБЫТИЙНОЙ СИСТЕМЫ ВИДЕОМОНИТОРИНГА НА БАЗЕ ESP32-CAM И FPGA

Авторы

  • М. Кунелбаев Казахский национальный университет им. аль Фараби, Алматы, Казахстан
  • A. Рахыш Казахский национальный университет им. аль Фараби, Алматы, Казахстан https://orcid.org/0009-0005-0748-3724

DOI:

https://doi.org/10.66941/3106-9037/2026/iss3pp51-67

Аннотация

В данном исследовании с помощью математического моделирования и анализа ранее полученных экспериментальных данных изучены ограничения канала связи в системе событийного видеоконтроля, построенной на элементах ESP32-CAM и FPGA. Предложена вычислительная модель передачи данных по шине UART, которая дает возможность определить степень загруженности линии, наименьшую длительность отправки сообщений, запас пропускной способности, а также оценить воздействие служебных байтов на процесс обмена. Проанализированы три варианта отправки данных: целого сжатого кадра, фрагмента (ROI) и итоговых данных детекции. На скорости 921 600 бод доля загрузки канала составила 32,55 %, 7,81 % и 2,78 % соответственно. Выявлено, что замена полного кадра на ROI приводит к падению полезной нагрузки на 76 %. Рассчитан порог выделения области интереса — 11,07 мс; превышение этого значения делает целесообразным переход на передачу ROI для экономии времени. Анализ опубликованных данных выявил уменьшение медианной задержки системы ESP32-CAM с FPGA на 22,58 % по сравнению с конфигурацией без FPGA. Предложены расчетные критерии для выбора формата сообщения и оценки последовательной передачи пакетов. Полученные результаты позволяют определить условия рационального использования пропускной способности UART.

Ключевые слова:

событийный видеомониторинг, ESP32-CAM, FPGA, UART, задержка, нагрузка канала

Биография автора

A. Рахыш, Казахский национальный университет им. аль Фараби, Алматы, Казахстан

Айгерім Рахыш, PhD докторант по специальности «Системы информационной безопасности»
кафедры «Кибербезопасность и Криптология».

Библиографические ссылки

1. Adilzhanova S. et al. A Hardware Platform for Smart Video Monitoring Based on ESP32-CAM and Mojo FPGA (Spartan-6) with Event Activation Triggered by a PIR Sensor. ETASR, 2026. DOI: 10.48084/etasr.18359.

2. Nowroz S. T. et al. A Benchmark Reference for ESP32-CAM Module. 2025. DOI: 10.48550/arXiv.2505.24081.

3. Abordo P. R. C. et al. Smart surveillance system using ESP32 and camera-based motion detection with IM technology. International Journal of Research Studies in Educational Technology, 2024. DOI: 10.5861/ijrset.2024.8012.

4. Okokpujie K. et al. Development of an Affordable Real-Time IoT-Based Surveillance System Using ESP32 and TWILIO API. Journal of Safety and Security Engineering, 2023. DOI: 10.18280/ijsse.130609.

5. Zhaxalikov A. et al. Surveillance Camera Using Wi-Fi Connection. Procedia Computer Science, 2024. DOI: 10.1016/j.procs.2023.12.147.

6. Design and Implementation of ESP32-Based Edge Computing for Object Detection. Sensors, 2025. DOI: 10.3390/s25061656..

7. ESP32-CAM as a Programmable Camera Research Platform. Electronic Imaging, 2022. Lech P. et al. A Low-Cost Energy-Efficient IoT Camera Trap Network for Remote Forest Surveillance. Electronics, 2025. DOI: 10.3390/electronics14214266.

8. Hahn F. et al. Mango Fruit Fly Trap Detection Using Different Wireless Communications. Agronomy, 2023. DOI: 10.3390/agronomy13071736.

9. Kok C. L. et al. Energy-, Cost-, and Resource-Efficient IoT Hazard Detection System with Adaptive Monitoring. Sensors, 2025. DOI: 10.3390/s25061761.

10. Sarkar et al. FPGACam: A FPGA based efficient camera interfacing architecture for real time video processing. IET Circuits, Devices & Systems, 2021. DOI: 10.1049/cds2.12074.

11. Yan Z. et al. An FPGA-Based YOLOv5 Accelerator for Real-Time Industrial Vision Applications. Micromachines, 2024. DOI: 10.3390/mi15091164.

12. Zeng K. et al. FPGA-based accelerator for object detection: a comprehensive survey. The Journal of Supercomputing, 2022. DOI: 10.1007/s11227-022-04415-5.

13. Hozhabr S. H., Giorgi R. A Survey on Real-Time Object Detection on FPGAs. IEEE Access, 2025. DOI: 10.1109/ACCESS.2025.3544515.

14. Heng C. W. et al. Optimizing FPGA-based YOLO series accelerators: A survey of techniques. Neurocomputing, 2025. DOI: 10.1016/j.neucom.2025.130874.

15. Al-Shamma O., Fadhel M. A. Trusted outdoor multi-camera tracking system powered by FPGA. Journal of Engineering Research, 2025. DOI: 10.1016/j.jer.2024.10.010.

16. Chowdhury M. R. Z. et al. Towards Next-Generation FPGA-Accelerated Vision-Based Autonomous Driving: A Comprehensive Review. Signals, 2025. DOI: 10.3390/signals6040053.

17. Al Amin R., Obermaisser R. Real-Time Object Detection and Classification using YOLO for Edge FPGAs. ELMAR, 2025. DOI: 10.1109/ELMAR66948.2025.11193980.

18. Shimoda M., Sato S., Nakahara H. Power Efficient Object Detector with an Event-Driven Camera for Moving Object Surveillance on an FPGA // IEICE Transactions on Information and Systems. 2019. Vol. E102-D, No. 5. P. 1020–1028. DOI: 10.1587/transinf.2018RCP0005

19. Kryjak T. Event-Based Vision on FPGAs — a Survey. Euromicro DSD, 2024. DOI: 10.1109/DSD64264.2024.00078.

20. Gallego G. et al. Event-Based Vision: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022. DOI: 10.1109/TPAMI.2020.3008413.

21. Gao Y. et al. REMOT: A Hardware-Software Architecture for Attention-Guided Multi-Object Tracking with Dynamic Vision Sensors on FPGAs. ACM/SIGDA FPGA, 2022. DOI: 10.1145/3490422.3502365.

22. Liu M., Delbruck T. EDFLOW: Event Driven Optical Flow Camera With Keypoint Detection and Adaptive Block Matching // IEEE Transactions on Circuits and Systems for Video Technology. 2022. Vol. 32, No. 9. P. 5776–5789. DOI: 10.1109/TCSVT.2022.3156653

23. Lu Y., Shi Y., Li Z., Li J., Kim T. T.-H. A Real-Time Event Vision Sensor Based Object Detection and Tracking System for Edge Applications // 2024 IEEE Asian Solid-State Circuits Conference (A-SSCC). P. 1–3. DOI: 10.1109/A-SSCC60305.2024.10849082

24. Honarparvar S., Saeedi S., Liang S., Squires J. Design and Development of an Internet of Smart Cameras Solution for Complex Event Detection in COVID-19 Risk Behaviour Recognition // ISPRS International Journal of Geo-Information. 2021. Vol. 10, No. 2. Article 81. DOI: 10.3390/ijgi10020081

Загрузки

Просмотров аннотации: 8 | Загрузок PDF: 3

Опубликован

30.09.2026

Как цитировать

Кунелбаев, М., & Рахыш A. (2026). РАСЧЁТНАЯ ОЦЕНКА КОММУНИКАЦИОННЫХ ОГРАНИЧЕНИЙ СОБЫТИЙНОЙ СИСТЕМЫ ВИДЕОМОНИТОРИНГА НА БАЗЕ ESP32-CAM И FPGA. НАУКА ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ, 2(3), 51–67. https://doi.org/10.66941/3106-9037/2026/iss3pp51-67