АВТОМАТИЗАЦИЯ ПОСАДКИ БЕСПИЛОТНОГО ВЕРТОЛЕТА НА НЕОБОРУДОВАННУЮ ПЛОЩАДКУ

  • Н. В. Ким Московский авиационный институт
  • В.П. Носков Московский государственный технический университет им. Н.Э. Баумана
  • И.В. Рубцов НИИ Специального машиностроения
  • В.А. Аникин АО «Камов»
Ключевые слова: Беспилотный вертолет, автоматическая посадка, система технического зрения, геометрическая и опорная проходимость

Аннотация

Многие целевые задачи, решаемые беспилотными вертолетами, выполняются в сложных условиях функционирования. При этом вертолеты подвержены воздействию различных дестабилизирующих факторов, существенно влияющих на безопасность поле-тов. В представленной работе рассмотрены основные проблемы, возникающие при экс-плуатации беспилотных вертолетов, показано, что недостаточный уровень безопасности полетов обусловлен, в частности, высокой частотой крушений при вынужденных посад-ках. Обоснована необходимость создания бортовых средств автоматической посадки беспилотного вертолета. С учетом предъявляемых Федеральными авиационными правила-ми требований к местам посадки, сформулированы параметры-ограничения, позволяющие формализовать выбор пригодных для посадки участков рельефа по данным бортовой сис-темы технического зрения. На основе сравнительного анализа, показано, что в настоящее время при формировании исходных видеоданных для решения поставленной задачи целесо-образно использовать комплексированную систему технического зрения па базе взаимно юстированных и имеющих общую зону обзора 3D-лазерного сенсора, цветной видеокамеры и тепловизора. Предложены алгоритмы распознавания мест посадки по видеоданным бортовой комплексированной системы технического зрения с использованием критериев геометрической и опорной проходимости. Распознавание пригодных для посадки мест по критерию геометрический проходимости предлагается выполнять в два этапа: сначала формировать по данным 3D-лазерного сенсора карту высот рельефа, попавшего в зону обзора сенсора, затем путем сравнения перепадов высот данного рельефа с допустимыми для данного беспилотного вертолета выделять пригодные и непригодные для посадки участки. Распознавание пригодных для посадки мест по критерию опорной проходимости предлагается выполнять путем вычисления евклидова расстояния между формируемыми комплексированной системой технического зрения данными и заранее известными эталонами различных типов грунтов в шестимерном пространстве признаков (дисперсия высоты, интенсивность отраженного сигнала, три цвета и температура). Окончательный выбор пригодных для посадки мест предлагается выполнять путем пересечения участков, удовлетворяющих обоим критериям. Приведены результаты работы соответствующих программно-аппаратных средств в реальных условиях, подтверждающие корректность и эффективность предлагаемых алгоритмов.

Литература

1. Evdokimenkov V.N., Kim N.V., Kozorez D.A., Mokrova M.I. Control of unmanned aerial vehi-cles during fire situation monitoring, INCAS Bulletin, 2019, No. 11, pp. 66-73
2. Yan X., Wu X., Kakadiaris I.A., Shah S.K. To Track or To Detect? An Ensemble Framework for Optimal Selection. In: Fitzgibbon A., Lazebnik S., Perona P., Sato Y., Schmid C. (eds) Computer Vision – ECCV 2012. LNCS. Vol. 7576. Springer, Berlin, Heidelberg, 2012.
3. Türmer S., Leitloff J., Reinartz, P., et al. Evaluation of selected features for car detection in aerial images, ISPRS Hannover Workshop, 2011, pp. 14-17.
4. Obermeyer K. Path Planning for a UAV Performing Reconnaissance of Static Ground Targets in Terrain. In: AIAA Guidance, Navigation, and Control Conference, Guidance, Navigation, and Control and Co-located Conferences, 11 p. Chicago, USA, 2009.
5. Kim N., Chervonenkis M. Situational control unmanned aerial vehicles for traffic monitoring. Modern Applied Science 9 (5), Special Issue, Canadian Center of Science and Education. ISSN (printed): 1913-1844. ISSN (electronic): 1913-1852, 2015.
6. Lin, F., Lum, KY., Chen, B.M. et al. Development of a vision-based ground target detection and tracking system for a small unmanned helicopter. Science in Chine Series F: Information Sciences, Springer, 2009. 52:2201.
7. Kogan I.M. Prikladnaya teoriya informatsii [Applied information theory]. Moscow: Radio i svyaz'. 1981, 216 p.
8. Gorelik A.L., Skripkie V.A. Metody raspoznavaniya [Methods of recognition]. Moscow: Nauka, 2004, 207 p.
9. David A. Forssyth, Jean Ponce. Computer Vision: a Modern Approach, Prentice Hall, Ptr., Coperight, 2003 by Pearson Education, Inc.
10. Kim N., Bodunkov N. «Computer Vision in Control Systems - 3: Aerial and Satellite Image Processing». Vol. 3, Editors M. Favorskaya, Lakhmi C. Jain, Springer 2018, 343 p.
11. Kim N.V., Hyun Y.M. and Yang H.K. Performance analysis of aircraft automatic landing sys-tem based on surface image processing, Proceedings WCSE/UKC 2002, Seoul, 2002.
12. Kim N.V., Kuznetsov A.G. Avtomaticheskaya posadka malogabaritnogo letatel'nogo apparata v osobykh situatsiyakh [Automatic landing of a small-sized aircraft in special situations], Tr. mezhdunarodnoy konferentsii [Proceedings of the international conference]. Saint Petersburg, 2010.
13. Zagoruyko S.N., Kaz'min V.N., Noskov V.P. Navigatsiya BPLA i 3D-rekonstruktsiya vneshney sredy po dannym bortovoy STZ [UAV Navigation and 3D reconstruction of the external envi-ronment according to the onboard STZ], Mekhatronika, avtomatizatsiya, upravlenie [Mecha-tronics, automation, control], 2014, No. 8, pp. 62-68.
14. Buyvolov G.A., Noskov V.P., Rurenko A.A., Raspopin A.N. Apparatno-algoritmicheskie sredstva formirovaniya modeli problemnoy sredy v usloviyakh peresechennoy mestnosti [Hardware-algorithmic means of forming a model of the problem environment in a rough ter-rain], Sb. nauchnykh trudov «Upravlenie dvizheniem i tekhnicheskoe zrenie avtonomnykh transportnykh robotov» [Collection of scientific papers “Traffic control and technical vision of Autonomous transport robots”]. Moscow: IFTP, 1989, pp. 61-69.
15. Kalyaev A.V., Noskov V.P., Chernukhin Yu.V., Kalyaev I.A. Odnorodnye upravlyayushchie struktury adaptivnykh robotov [Homogeneous control structures of adaptive robots]. Moscow: Nauka, 1990, 147 p.
16. Noskov V.P., Rubtsov I.V. Opyt resheniya zadachi avtonomnogo upravleniya dvizheniem mobil'nykh robotov [Experience in solving the problem of Autonomous motion control of mo-bile robots], Mekhatronika, avtomatizatsiya, upravlenie [Mechatronics, automation, control], 2005, No. 12, pp. 21-24.5.
17. Noskov A.V., Rubtsov I.V., Romanov A.Yu. Formirovanie ob"edinennoy modeli vneshney sredy na osnove informatsii videokamery i dal'nomera [Formation of a unified model of the external environment based on information from a video camera and a rangefinder] Mekhatronika, avtomatizatsiya, upravlenie [Mechatronics, automation, control], 2007, No. 8, pp. 2-5.
18. Vazaev A.V., Noskov V.P., Rubtsov I.V., TSarichenko S.G. Raspoznavanie ob"ektov i tipov opornoy poverkhnosti po dannym kompleksirovannoy sistemy tekhnicheskogo zreniya [Recognition of objects and types of the reference surface according to the data of the integrat-ed system of technical vision], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engi-neering Sciences], 2016, No. 2 (175), pp. 127-139.
19. Vazaev A.V., Noskov V.P., Rubtsov I.V., Tsarichenko S.G. Kompleksirovannaya STZ v sisteme upravleniya pozharnogo robota [Complexional STZ in the fire control system of the robot], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2017, No. 1 (186), pp. 121-132.
20. Vazaev A.V., Noskov V.P., Rubtsov I.V. Neyrosetevoy modul' vybora etalonov dlya raspoznavaniya tipov opornoy poverkhnosti [Neural network module for selecting standards for recognizing types of reference surfaces], Perspektivnye sistemy i zadachi upravleniya: Ma-ter.XIV Vserossiyskoy nauchno-prakticheskoy konferentsii i X molodezhnoy shkoly-seminara «Upravlenie i obrabotka informatsii v tekhnicheskikh sistemakh» [Perspective systems and management tasks: Materials of the XIV all-Russian scientific and practical conference and the X youth school-seminar "Management and processing of information in technical systems"]. Rostov-on-Don; Taganrog: Izd-vo YuFU, 2019, pp. 29-33.
Опубликован
2020-07-10
Выпуск
Раздел
РАЗДЕЛ I. ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ