Найти

Результаты поиска

• РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА ВЕКТОРНОГО АНАЛИЗА ЭМГ ПРЕДПЛЕЧЬЯ ДЛЯ ПОСТРОЕНИЯ ЧЕЛОВЕКО-МАШИННЫХ ИНТЕРФЕЙСОВ

  Н.А. Будко, М. Ю. Медведев , А.Ю. Будко

  2021-07-18

  Аннотация ▼

  Рассматриваются проблемы увеличения глубины и повышения долговременной ус-
  тойчивости каналов связи в интерфейсах человек-машина, построенных на основе данных
  об электрической активности мышц предплечья. Возможным вариантом решения являет-
  ся применение метода анализа сигналов электромиограмм (ЭМГ), совмещающий векторное
  и командное управление. В виду возможности случайного смещения положения электродов
  в процессе эксплуатации, построена математическая модель для векторного анализа ЭМГ
  в сферических координатах, инвариантная к пространственному расположению электро-
  дов на предплечье. Командное управление осуществляется на основе распознавания жес-
  тов посредством предварительно обученной искусственной нейронной сети (ИНС). Век-
  торное управление заключается в решении задачи калибровки каналов датчиков ЭМГ по
  пространственному расположению электродов и расчета результирующего вектора мышечных усилий, используемого в качестве дополнительного информационного канала для
  задания направления движения рабочей точки объекта управления. Предложенный метод
  апробирован на реально регистрируемых сигналах ЭМГ. Исследовано влияние длительно-
  сти обрабатываемых фрагментов сигнала на процесс извлечения информации о враща-
  тельном движении кисти. Поскольку изменение положения электродов между сеансами
  эксплуатации различно, представлен алгоритм переназначения и калибровки усиления ка-
  налов ЭМГ, позволяющий в дальнейшем использовать единожды обученную ИНС для рас-
  познавания и классификации жестов. Практическое применение результатов работы воз-
  можно при разработке алгоритмов калибровки, распознавания жестов и управления тех-
  ническими объектами на основе электромиографических интерфейсов человек-машина.

• ВЫЧИТАНИЕ ПОМЕХИ ОБРАТНОГО РАСПРОСТРАНЕНИЯ НА ОСНОВЕ ПОЛЯРИЗАЦИИ В СИСТЕМАХ ПОДВОДНОГО ВИДЕНИЯ ДЛЯ РАБОТЫ В МУТНОЙ ВОДЕ

  Н.А. Будко , А.Ю. Будко , М.Ю. Медведев

  2022-08-09

  Аннотация ▼

  Исследование морских глубин в целях обеспечения безопасности, эффективного использо-
  вания подводных ресурсов является актуальной задачей. В первой части статьи кратко рас-
  смотрены физические феномены и ограничения, возникающие при распространении электро-
  магнитных волн видимого диапазона в подводной среде. Показано, что системы подводного
  видения (как класс специализированных систем технического зрения, - СТЗ) на основе обычных
  ПЗС матриц сталкиваются с рядом фундаментальных ограничений в вопросе повышения эф-
  фективности функционирования в природной воде низкой прозрачности. В частности, исполь-
  зование искусственных источников освещения в составе систем подводного видения в мутной
  воде приводит к возникновению помехи обратного распространения (ПОР), приводящей к пара-
  зитной засветке матрицы оптического прибора. В качестве перспективного направления раз-
  вития систем подводного видения предлагается использовать методы вычитания ПОР на ос-
  нове информации о поляризации света. В обзорной части статьи рассмотрены последние дос-
  тижения в данной области. В основной части статьи представлена методология исследования
  предлагаемого метода вычитания ПОР на основе сравнения с результатами, получаемыми при
  обработке изображений известными методами оценки параметров вектора Стокса DoLP и
  AoLP, позволяющими получать информацию о степени поляризации и преобладающих углах
  поляризации света соответственно. Представлены экспериментально полученные резуль-
  таты обработки данных съемок подводной сцены в воде различной степени мутности
  посредством алгоритмов DoLP, AoLP и предлагаемым методом вычитания ПОР. Отли-
  чительными особенностями является использование при расчетах четырех, а не двух на-
  правлений поляризации, а также оригинальный математический аппарат обработки сиг-
  налов матрицы камеры машинного зрения.

• МЕТОД ПОЗИЦИОНИРОВАНИЯ ПОДВИЖНОГО ОБЪЕКТА БЕЗ ИСПОЛЬЗОВАНИЯ ДАННЫХ ГЛОБАЛЬНОЙ ГЕОПРИВЯЗКИ

  Е. В. Лищенко , Э.В. Мельник , А. С. Матвиенко , А.Ю. Будко

  2025-01-09

  Аннотация ▼

  Рассмотрена проблема, связанная с определением текущих координат подвижного объекта
  в условиях нестабильного сигнала от глобальной навигационной спутниковой системы (ГНСС).
  Актуальность работы обусловлена тем, что в последние годы подвижные объекты находят все
  более широкое применение практически во всех отраслях промышленности, сельского хозяйства,
  на транспорте, решая разнообразные задачи наблюдения, разведки, мониторинга состояния кон-
  тролируемых объектов, проведение поисково-спасательных операций, доставки грузов и много
  другое. При этом успешность выполнения заданий во многом зависит от того, насколько точно и
  эффективно работает его бортовая навигационная система в режиме реального времени. Суще-
  ствующие решения бортовых систем позиционирования предполагают использование инерциаль-
  ных и глобальных навигационных спутниковых систем. Для первого типа характерно наличие эф-
  фекта дрейфа ввиду использования гироскопов и акселерометров. Для систем, использующих дан-
  ные от ГСП сложности связаны с частичной или полной потерей сигнала. В настоящей работе
  описан метод сохранения заданной точности пространственного позиционирования подвижного
  объекта в условиях частичного или полного отсутствия данных от ГСП объекта. Данный метод
  основан на комбинации алгоритмов компьютерного зрения обработки кадров видеопотока от
  бортовой системы технического зрения (СТЗ) подвижного объекта, с целью обеспечения точно-
  сти позиционирования в условиях частичного или полного отсутствия данных от спутниковых
  систем навигации. На основании передоложенного метода разработан алгоритм, предназначен-
  ный для автоматизированного определения координат подвижного объекта в условиях отсутст-
  вия данных привязки к карте местности от глобальных систем позиционирования (ГСП). Прове-
  дены эксперименты, которые подтвердили эффективность работы алгоритма в части сокраще-
  ния временных затрат на описание и сопоставление ключевых точек и повышения точности со-
  поставления изображения. С использованием разработанного алгоритма была решена задача
  сопоставления спутниковых снимков, которая является важным этапом задачи позиционирова-
  ния подвижного объекта без использования данных глобальной геопривязки.

• ОЦЕНКА ПРОСТРАНСТВЕННОГО ПОЛОЖЕНИЯ БОРТОВОЙ КАМЕРЫ ПУТЕМ СОПОСТАВЛЕНИЯ АЭРОФОТОСНИМКОВ И ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

  А.Ю. Будко , Т.А. Гайда , З.А. Понимаш

  2026-02-27

  Аннотация ▼

  Описан метод оценки пространственного положения бортовой камеры летательного аппарата, заключающийся в сопоставлении аэрофотоснимков и геопривязанных данных дистанционного зондирования Земли (ДДЗ) путем обнаружения нейросетевым детектором устойчивых в пространстве и времени реперных точек в обоих наборах данных и дальнейшим решением известной задачи Perspective-n-Point (PnP) для оценки матриц поворота и перемещения, минимизирующих ошибку перепроецирования, исходя из соответствий точек 3D мирового пространства и 2D точек их проекций на матрицу бортовой камеры, что может быть использовано для решения актуальной задачи локализации летательных аппаратов в условиях отсутствия сигналов глобальной навигационной спутниковой системы. В качестве устойчивых реперных точек, хорошо выделяемых на данных ДДЗ и аэрофотоснимках, в работе выбраны перекрестки дорог, альтернативным выбором могут являться другие локальные семантические паттерны изображений, характерные для конкретной местности. Поскольку прямое сопоставление снимков ДДЗ и бортовых снимков затруднено вследствие существенной разницы условий съемки, предлагается применение устойчивых детекторов реперных точек на основе алгоритмов искусственных нейронных сетей (ИНС). Для обучения устойчивого детектора создан смешанный датасет на основе спутниковых снимков и данных бортовой съемки. При разметке данных смешанного датасета использована функция нормализованного к единице 3D гауссиана с вершиной в центре перекрестка, график которой проецируется на 2D маску обучающего набора. Параметры функции гауссиана рассчитываются на основе радиуса окружности, описывающей перекресток. Использование функции нормализованных гауссиан с вершиной в геометрическом центре проекции перекрестка позволяет обучить сеть предсказывать вероятность принадлежности каждого пикселя изображения к перекрестку, с максимумом в центре перекрестка, что увеличивает точность позиционирования за счет более точной геопривязки реперной точки мирового 3D набора. В качестве детектора перекрестков в работе обучена ИНС архитектуры типа U-Net, в качестве метрики качества обучения использован дифференцируемый аналог метрики Dice, в качестве оптимизатора использован AdamW в связке с косинусным планировщиком скорости обучения CosineAnnealingLR. В заключительной части работы приведены результаты сопоставления спутниковых данных и бортового снимка предложенным методом

• МЕТОД ОПТИМИЗАЦИИ КЛАССИФИКАТОРА ЖЕСТОВ

  Н.А. Будко

  2023-02-27

  Аннотация ▼

  Работа посвящена исследованию возможности оптимизации процесса синтеза клас-
  сификаторов жестов путем выбора наиболее значимых каналов электромиографической
  (ЭМГ) активности мышц предплечья. Первая часть исследования посвящена разработке и
  анализу эффективности работы классификаторов жестов с различным числом каналов
  ЭМГ, ранжированных по значимости на основе критерия Пирсона. Решение задачи клас-
  сификации жестов по ЭМГ сигналам впервые осуществлено на основе ансамблей деревьев
  решений, обучаемых по методу градиентного бустинга. Для этого было разработано про-
  граммное обеспечение, позволяющее производить автоматический синтез и обучение клас-
  сификаторов жестов. Далее была проведена серия исследований по поиску оптимального
  числа каналов ЭМГ на основе трех критериев: скорость обучения классификатора, быст-
  родействие обученной модели и площадь под кривой ошибки ROC AUC. Для этого был про-
  изведен цикл обучений и тестирований классификатора для наборов данных, записанных
  при различных положениях электродов на предплечье. Затем были построены диаграммы
  размаха исследуемых критериев для различных количеств задействованных в работе кана-
  лов ЭМГ от 1 до 8, ранжированных по значимости в каждой из выборок. Установлено,
  что оптимальное количество задействованных каналов ЭМГ в условиях эксперимента со-
  ставило 3-6 шт., поскольку дальнейшее увеличение не приводило к уменьшению ошибки
  классификации, при этом ухудшая быстродействие. Предложенный метод позволяет ав-
  томатически выбрать каналы, электроды которых расположены над наиболее информа-
  тивными зонами предплечья при случайном изменении положения датчиков. Вторая часть
  работы содержит результаты проведения натурного эксперимента по демонстрации
  возможности управления колесным роботом посредством анализа ЭМГ.