Статья

Название статьи ТЕХНОЛОГИЯ АНАЛИЗА ИЗОБРАЖЕНИЙ ДЛЯ СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
Автор Б.А. Алпатов, П.В. Бабаян, О.Е. Балашов, А.А. Баранцев, А.Б. Фельдман
Рубрика РАЗДЕЛ II. СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ И БОРТОВЫЕ ВЫЧИСЛИТЕЛИ
Месяц, год 02, 2016
Индекс УДК 004.932.2
DOI
Аннотация Рассматривается решение задачи обеспечения безопасности полетов летательных аппаратов с помощью системы технического зрения. Источником изображений является один видеодатчик, установленный на борту летательного аппарата. Повышение безопасности полетов понимается как снижение ситуационной неопределенности вокруг летательного аппарата. В научно-техническом плане решение данной проблемы заключается в разработке технических средств мониторинга окружающей обстановки. Технология анализа позволяет в автоматическом режиме обнаруживать опасные ситуации. Для летательных аппаратов опасным считается сближение с другими воздушными средствами и птицами, с поверхностью земли, с высотными строениями и линиями электропередач. Для повышения безопасности полетов с помощью эффективного применения других авиационных систем описываемая технология осуществляет распознавание воздушных и наземных объектов и визуальных ориентиров. По результатам анализа информации об окружающем пространстве вокруг летательного аппарата принимается решение о наличии опасности столкновения, выбирается наиболее опасная ситуация и прогнозируется время до столкновения. Бортовая система технического зрения может предупредить экипаж о возникновении опасности столкновения, подсказать местоположение важных ориентиров: взлетно-посадочной полосы, диспетчерских вышек, линий электропередач или полностью контролировать окружающую обстановку и движение воздушного средства, например, для движения по оптимальной траектории полета. Обнаружение и распознавание наземных объектов и визуальных ориентиров основано на сопоставлении данных видеосъемки, выполняемой с борта воздушного средства, с данными цифровой модели местности или цифровых моделей объектов, соответствующих текущим навигационным параметрам. Обнаружения на изображении линий электропередач производится с помощью модифицированного преобразования Радона. Для предотвращения столкновения с воздушными объектами требуется путем анализа видеопоследовательности осуществлять автоматическое обнаружение различных воздушных объектов. Используемый алгоритм работает в реальном масштабе времени и эффективно обнаруживает воздушные объекты в последовательности кадров даже при существенном изменении размеров объектов, возникающем при сближении. Обнаружение воздушных объектов происходит в несколько этапов. На первом этапе производится предварительное обнаружение объектов-кандидатов, на следующих этапах производится подтверждением полученных результатов и восстановление формы объекта. Для распознавания воздушных объектов вычисляется дескриптор внешнего контура, по которому из известного множества определяется класс воздушного объекта.

Скачать в PDF

Ключевые слова Изображение; техническое зрение; обнаружение; оценка параметров; распознавание; безопасность полетов; обнаружение препятствий; программный комплекс.
Библиографический список 1. Постановление правительства РФ № 138 от 11 марта 2010 г. «Об утверждении федеральных правил использования воздушного пространства российской федерации».
2. Шибаев, В. Шнырев А., Буня В. Беспилотные авиационные системы: безопасность полетов и критические-факторы // Аэрокосмический курьер. – 2011. – № 1. – С. 55-58.
3. Алешин Б.С., Суханов В.Л., Шибаев В.М. Обеспечение безопасности полетов беспилотных авиационных систем в едином воздушном пространстве // Труды ЦАГИ. – 2011. – Т. XLII, № 6. – С. 73-83.
4. Никифорова Л.Н., Яковлев К.С. Маловысотный полет вертолета и проблемы его автоматизации // Искусственный интеллект и принятие решений. – 2009. – №. 3. – С. 42-48.
5. Руководство по управлению безопасностью полетов – ИКАО, 2013. – 300 с.
6. Канащенков А.И., Мойбенко В.И., Каращан С.В. Повышение качества радиолокационной информации при маловысотном полете // Радиотехника. – 2009. – № 8. – С. 48-54.
7. Johnson E.N. et al. Flight testing of nap of-the-earth unmanned helicopter systems // 67th American Helicopter Society International Annual Forum, Virginia Beach, Virginia. – 2011. – P. 3180-3192.
8. Алпатов Б.А., Блохин А.Н., Костяшкин Л.Н., Романов Ю.Н., Шапка С.В. Семейство многофункциональных систем обработки видеоизображений "Охотник" // Цифровая обработка сигналов. – 2010. – № 4. – С. 44-51.
9. Bezdek J.C. Pattern Recognition with Fuzzy Objective Function Algorithms. – New York: Plenum Press, 1981. – 256 p.
10. Jain A., Murty M., Flynn P. Data clustering: A review // ACM Computing Surveys. – 1999. – Vol. 31, No. 3. – P. 264-323.
11. Алпатов Б.А., Бабаян П.В., Балашов О.Е., Степашкин А.И. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. – М.: Радиотехника, 2008. – 176 с.
12. Smith S.W. The Scientist and Engineer's Guide to Digital Signal Processing. – California Technical Pub, 1997. – 626 p.
13. Toft P.A. The Radon Transform: Theory and Implementation, PhD Thesis // Technical University of Denmark, 1996.
14. Candamo J., Kasturi R., Goldgof D. and Sarkar S. Detection of Thin Lines Using Low Quality Video from Low Altitude Aircraft in Urban Settings" // IEEE Transactions on aerospace and electronic systems. – July 2009. – Vol. 45, No. 3.
15. Nussberger A. and others. Aerial Object Tracking from an Airborne Platform // International Conference on Unmanned Aircraft Systems (ICUAS). – 2014. – P. 1284-1293.
16. Алпатов Б.А., Блохин А.Н., Муравьев В.С. Алгоритм обработки изображений для систем автоматического сопровождения воздушных объектов // Цифровая обработка сигналов. – 2010. – № 4. – С. 12-17.
17. Chan T.F., Vese L.A. A Multiphase level set framework for image segmentation using the Mumford and Shah model // International Journal of Computer Vision. – 2002. – Vol. 50 (3). – P. 271-293.
18. Kumar B.V.K.V., Mahalanobis A., Juday R.D. Correlation pattern recognition. – Cambridge University Press, 2005. – 402 p.
19. Wong W.T., Shih F.Y. and Liu J. Shape-based image retrieval using support vector machines, Fourier descriptors and self-organizing maps // International Journal of Information Sciences. – 2007. – No. 177 (8). – P. 1878-1891.
20. Алпатов Б.А., Бабаян П.В., Смирнов С.А., Масленников Е.А. Алгоритм предварительного оценивания пространственной ориентации объекта с помощью дескриптора внешнего контура // Цифровая обработка сигналов. – 2014. – № 3. – С. 43-46.

Comments are closed.