Найти

Результаты поиска

• МНОГОАГЕНТНЫЙ АЛГОРИТМ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ НЕДЕТЕРМИНИРОВАННЫХ ОБЪЕКТОВ

  В. А. Тупиков, В. А. Павлова, В.А. Бондаренко, А. И. Лизин, Д. К. Ельцова, М. В. Созинова

  2020-07-10

  Аннотация ▼

  В целях разработки робастного алгоритма автоматического обнаружения и сопро-вождения недетерминированных объектов для встраиваемых вычислительных систем с оптико-электронными устройствами. В рамках данной работы произведено исследование и анализ имеющегося мирового научно-технического опыта в области алгоритмов автоматического сопровождения общего назначения. Наиболее успешные из исследованных алгоритмов, подходящие для долговременного устойчивого автоматического сопровожде-ния объектов (без априорного знания о типе объекта слежения) на сегодняшний день уже вышли за рамки решения задачи исключительно сопровождения, и включают в себя синерге-тическое сочетание нескольких разнородных алгоритмов сопровождения, а также как ми-нимум один алгоритм автоматического обнаружения и/или классификации. В статье пока-зано что наиболее устойчивые современные алгоритмы автоматического сопровождения представляют собой многоагентную систему, принимающую решение о текущем положе-нии, размерах и других параметрах сопровождаемого образа на основе интеллектуального голосования составляющих систему модулей, осуществляющих самостоятельное слежение за объектом и формирование его модели. Индивидуальные модели каждого из модулей уточ-няются по результатам принятия коллективного решения. Авторами исследования выделены наиболее эффективные из применяемых базовых алгоритмов, подходящие для применения во встраиваемых вычислительных системах робототехнических комплексов, и разработан новый многоагентный алгоритм автоматического обнаружения и сопровождения недетерми-нированных объектов. Представленный многоагентный алгоритм включает в себя модуль выделения и сопоставления ключевых точек на изображениях, модуль кластеризации и фильтрации ключевых точек с применением алгоритма DBSCAN, модуль сопровождения на основе алгоритма вычисления оптического потока и модуль классификации ключевых точек. Проведено полунатурное тестирование разработанного алгоритма и оценена его эффективность в решении задач не только автоматического сопровождения объектов, но и задач автоматического обнаружения объектов по нескольким эталонным образам. В заключении представлены предложения по дальнейшему повышению точности разработанного алгоритма и по его оптимизации и внедрению в состав специального программного обеспечения бортовых вычислительных систем летательных аппаратов.

• ДЕТЕКТИРОВАНИE ВЫБРОСОВ В МЕТОДЕ ПРЯМОЙ СТЕРЕО-ВИЗУАЛЬНОЙ ОДОМЕТРИИ НА БАЗЕ ИЕРАРХИЧЕСКОЙ КЛАСТЕРИЗАЦИИ

  П. А. Пантелюк

  2021-07-18

  Аннотация ▼

  Представляется подход к стерео-визуальной одометрии без явного вычисления оп-
  тического потока. Визуальная одометрия – метод получения навигационной информации
  путем обработки последовательности кадров с бортовых камер. Существует два подхода
  к обработке видеоинформации – используя хорошо локализуемые участки изображения –
  признаковые точки и используя все высококонтрастные пиксели – прямой метод. Прямой
  метод работает, используя интенсивности всех высококонтрастных пикселей изображе-
  ния, что позволяет снизить вычислительную сложность, затраченную на поиск, описание,
  сопоставление признаковых точек и повысить точность оценки движения. Однако мето-
  ды подобного класса обладают недостатком – наличие движущихся объектов в кадре су-
  щественно снижают точность оценки параметров движения. Для избегания этого приме-
  няются методы детектирования выбросов. Классические методы детектирования выбро-
  сов во входных данных, такие как RANSAC плохо применимы, и имеют высокие вычисли-
  тельны затраты из-за вычислительно сложной функции рейтингования гипотез. Целью
  данной работы является описание и демонстрация подхода детектирования выбросов на
  базе алгоритма иерархической кластеризации, который выделяет статистически наибо-
  лее вероятное решение, минуя этап рейтингования каждой гипотезы, что значительно
  снижает вычислительную сложность. Для иерархической кластеризации предлагается
  мера расстояния между гипотезами с низкой чувствительностью к ошибкам оценки пара-
  метров движения. Также предлагается расширение алгоритма стерео-визуальной одо-
  метрии для работы в более сложных условиях видимости благодаря переходу от интен-
  сивностного представления изображения к многоканальному бинарному. Перевод изобра-
  жения к многоканальному бинарному представлению дает инвариантность к изменениям
  яркости изображения, однако, требует модификации алгоритмов нелинейной оптимиза-
  ции для работы с бинарными дескрипторами. В результате работы показано, что пред-
  ложенный алгоритм детектирования выбросов способен работать в реальном масштабе
  времени на мобильных устройствах, и может служить менее ресурсоёмкой заменой алго-
  ритма RANSAC в задачах визуальной одометрии и выселения оптического потока. Качест-
  венные метрики предложенного решения демонстрируются на датасете KITTI. Приведе-
  ны зависимости качества работы алгоритма от параметров алгоритма.