МУЛЬТИАГЕНТНАЯ СИСТЕМА С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ С КАМЕР ТЕХНИЧЕСКОГО ЗРЕНИЯ ДРОНА
Аннотация
Мультиагентная технология с дронами, современными сенсорами, точным GPS и искусственном интеллекте, привели к прорыву в области киберфизических систем. В этой статье представлена мультиагентная система с использованием искусственного интеллекта для обработки изображений с камер технического зрения установленных на дроне. Разработана структурная схема мультиагентной системы на дроне на базе эффективной и простой платформе взятой с октокоптера ARRISE 410 – сельскохозяйственного дрона опрыскивателя с: интеллектуальной системой управления; всенаправленным цифровым микроволновым радаром; 6-ти осевым акселерометром высокой точности; электронным ватерпасом измерения наклона; оптической камерой реального времени с видом от первого лица; панелью управления, оснащенной новейшей системой передачи сигналов Light Bridge 2; пультом дистанционного управления, защищенного от попадания пыли и воды. Комплект необходимо дополнить: гиперспектральной HS – камерой для сканирования, ее модулем питания и возможностью сопряжения с системами дрона ARRISE 410, модулем сжатия информауции. Макет для исследования пропускной способности на DJI Agras T20 гексакоптере DJI Agras T20, сетевая карта MikrotikRB411 5G, микрокомпьютер Raspberry Pi 3, RGB-камера 1 Mpix , встроенный бортовой компьютер Raspberry Pi OV5647 v1.3 и гиперспектральная HS – камера 2 Resonon Pika L снимает гиперспектральные данные с 281 спектральными полосами со спектральными длинами волн от 400 до 1000нм и пространственным разрешением 900 гиперспектральных пикселей на строку изображения. В статье решена задача экспериментальным и расчетным путем определить требуемое сжатие информации получаемой с камер гиперспектрального и оптического диапазона с передачей через оператор связи и интернет для обработки изображений искусственным интернетом
Список литературы
1. Berni J.A.J., Zarco-Tejada P.J., Suarez L. и Fereres E. Thermal and Narrowband Multispectral Remote Sensing for Vegetation Monitoring from an Unmanned Aerial Vehicle, IEEE Transactions on Geosci-ence and Remote Sensing, 2009, Vol. 47, pp. 722-738.
2. Li Z., Liu Y., Walker R., Hayward R. и Zhang J. Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform, Machine Vision and Applications, 2010, Vol. 21, No. 5, pp. 677-686.
3. Birk A., Viggerikh B., Byulov Kh., Pfingstorn M. i Shvertfeger S. Bezopasnost', zashchita i spasatel'nye operatsii s ispol'zovaniem bespilotnykh letatel'nykh apparatov (BPLA) [Security, Defense, and Rescue Operations Using Unmanned Aerial Vehicles (UAVs)], J. Intel. Robotizirovannye sistemy [J. Intel. Robotic Systems], 2011, Vol. 64, No. 1, pp. 57-76.
4. Deniel K. i Vitfel'd K. Ispol'zovanie infrastruktur obshchedostupnykh setey dlya distantsionnogo zondi-rovaniya s pomoshch'yu BPLA v grazhdanskikh operatsiyakh po obespecheniyu bezopasnosti [Using public network infrastructures for UAV remote sensing in civil security operations], 2011.
5. Faial B.S., Freitas H., Gomes P.H., Mano L.Ya., Pessin G., de Karval'yu A.S., Krishnamachari B., Dzh. Ueyama. Adaptivnyy podkhod k raspyleniyu pestitsidov na osnove bespilotnykh letatel'nykh appa-ratov v dinamicheskikh sredakh [Adaptive approach to pesticide spraying based on unmanned aerial ve-hicles in dynamic environments], Vychisl. Elektron. Agric. [Calculation. The electron. Agric], 2017, 138 p.
6. Available at: https://docs.yandex.ru/docs/view?tm=1728206370&tld=ru&lang=ru&name=215085.pdf&text.
7. Pablo Khorstrand, Raal' Gerra, Aytami Rodriges, Mariya Dias, Sebast'yan Lopes, Khoze Fko Lopes. Platforma BPLA na osnove giperspektral'nogo datchika dlya zakhvata izobrazheniy i bortovoy obrabotki [A UAV platform based on a hyperspectral sensor for image capture and on-board processing]. Availa-ble at: https://innoter.com/articles/giperspektralnaya-semka/.
8. Adaoi T. et al. Giperspektral'naya s"emka: obzor datchikov na baze BPLA, obrabotki dannykh i prilozheniy dlya sel'skogo i lesnogo khozyaystva [Hyperspectral imaging: An overview of UAV-based sensors, data processing, and applications for agriculture and forestry], Udalennaya chuvstvitel'nost' [Remote Sensitivity], 2017, Vol. 9, 11, 1110 p.
9. Khant-mladshiy E.R. i Dotri K.S.T. Kakaya pol'za ot bespilotnykh letatel'nykh apparatov dlya dis-tantsionnogo zondirovaniya sel'skogo khozyaystva i tochnogo zemledeliya? [What is the use of un-manned aerial vehicles for remote sensing of agriculture and precision farming?], Int. J. Remote Sens., 2018, Vol. 39, pp. 15-16.
10. Huang J., Wang H., Dai Q. i Han D. Analiz dannykh NDVI dlya identifikatsii sel'skokhozyaystven-nykh kul'tur i otsenki urozhaynosti [NDVI data analysis for crop identification and yield estimation], IEEE J. Sel. Temy Prikladnoe nablyudenie za Zemley Distantsionnoe zondirovanie [IEEE J. Sel. Topics Applied Earth Observation and Remote Sensing], 2014, Vol. 7, pp. 4374-4384.
11. Rey-Caramés C., Diago M.P., Martín M.P., Lobo A. i Tardaguila J. Ispol'zovanie mnogospektral'nykh izobrazheniy RPAS dlya kharakteristiki moshchnosti, razvitiya list'ev, komponentov urozhaynosti i iz-menchivosti sostava yagod v predelakh vinogradnika [Using multispectral RPAS images to characterize power, leaf development, yield components, and berry composition variability within a vineyard], Udalennaya chuvstvitel'nost' [Remote Sensitivity], 2015, Vol. 7, No. 11, pp. 14458-14481. Available at: http://www.mdpi.com/2072-4292/7/11/14458.
12. Giperspektral'nye kamery serii Specim FX1 [Specim FX1 series hyperspectral cameras]. Available: May 4, 2019. Available at: http://www.specim.fi/fx/.
13. Available at: https://sovzond.ru/press-center/articles/bpla/5601/.
14. Available at: https://geon.ru/product/dji-agras-t20-s-4-dop-akb-i-zu- geksakopter/?ysclid=m7aoja559 g30884089
15. Available at: https://compacttool.ru/camera-5-mpix-dlya-raspberry-pi?ysclid=m7apxj7qdy527308006.
16. Available at: https://resonon.com/Pika-L.
17. Available at: https://tixer.ru/catalog/raspberrypi/raspberry_pi_3_model_b_v1_2/?ysclid=m7aq4e66hj 615743840.
18. Verevkin A.L., Sirenko E.A. Simvoly ikh prednaznachenie i napravlenie nauchnogo issledovaniya. Vsemirnyy tekhnologicheskiy universitet YuNESKO. Moskovskiy tekhnologicheskiy institut [Symbols, their purpose and the direction of scientific research UNESCO World Technological University. Mos-cow Institute of Technology], Mater. mezhdunarodnogo foruma. Vyp. 1. «Innovatsii v sfere zhizned-eyatel'nosti cheloveka ХХI veka» [Materials of the international forum. Issue 1. "Innovations in the sphere of human activity of the 21st century]. Rostov-on-Don: Gingo, 2015, pp. 249-251.
19. Available at: https://compacttool.ru/camera-5-mpix-dlya-raspberry-pi?ysclid=m7aiz70xdw920542036.
20. Available at: https://compacttool.ru/camera-5-mpix-dlya-raspberry-pi?ysclid=m7aiz70xdw920542036.
21. Available at: https://www.researchgate.net/publication/372604327_FPGA-based_Hyperspectral_Lossy_ Compressor_with_Adaptive_Distortion_Feature_for_Unexpected_Scenarios#pf3.
