БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

НАУЧНО-ПРАКТИЧЕСКИЕ КОНФЕРЕНЦИИ

<< ГЛАВНАЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     || 2 | 3 | 4 | 5 |   ...   | 32 |

«СБОРНИК ТРУДОВ НАУЧНО-ТЕХНИЧЕСКОЙ КОНФЕРЕНЦИИ ТЕХНИЧЕСКОЕ ЗРЕНИЕ В СИСТЕМАХ УПРАВЛЕНИЯ 2012 ПОД РЕДАКЦИЕЙ Р. Р. НАЗИРОВА М Е Х А Н И К А, У П Р А В Л Е Н И Е И   И Н Ф О Р М А Т И ...»

-- [ Страница 1 ] --

ISSN 2075-6836

СБОРНИК ТРУДОВ

НАУЧНО-ТЕХНИЧЕСКОЙ

КОНФЕРЕНЦИИ

ТЕХНИЧЕСКОЕ

ЗРЕНИЕ

В СИСТЕМАХ

УПРАВЛЕНИЯ

2012

ПОД РЕДАКЦИЕЙ

Р. Р. НАЗИРОВА

М Е Х А Н И К А, У П Р А В Л Е Н И Е И   И Н Ф О Р М А Т И К А

МОСКВА

2012 УДК [004.896:681.5](063) ISSN 2075-6836 ББК 32.816я431(2Рос) Т38 Computer Vision in Control Systems 2012.

Proceedings of the Scientific-Technical Conference Moscow, 14–16 March, 2012. Ed. R. R. Nazirov These are the Proceedings of the third scientific-technical conference “Computer vision in control systems 2012”. The conference was organized by the Space Research Institute of the Russian Academy of Sciences, State Research Institute of Aviation Systems, Keldysh Institute of Applied Mathematics of the Russian Academy of Sciences. Experts from the leading organizations both the industrial and academic research institutes as well as industry and universities participate in the conference. The reports, which are presented in the conference, reflect the applications of computer vision in aircraft, terrestrial, floating and underwater robots. Both general problems of computer vision system development and methods of image processing and analysis were considered. The conference was held on March 14–16 in Space Research Institute, Moscow.

Техническое зрение в системах управления 2012.

Сборник трудов научно-технической конференции Москва, 14–16 марта 2012 г. Под ред. Р. Р. Назирова Настоящий сборник содержит материалы 3-й Научно-технической конференции «Техническое зрение в системах управления 2012». Организаторы конференции — Федеральное государственное бюджетное учреждение наук

и Институт космических исследований Российской академии наук (ИКИ РАН)), Федеральное государственное унитарное предприятие Государственный научно-исследовательский институт авиационных систем (ГосНИИАС), Федеральное государственное бюджетное учреждение науки Институт прикладной математики им. М. В. Келдыша (ИПМ им. М. В. Келдыша РАН)). В проведении конференции участвовали специалисты отраслевых и академических научно-исследовательских институтов, предприятий промышленности, а также высшей школы. На конференции были представлены доклады по применению систем технического зрения летательных аппаратов, наземных, надводных и подводных роботов. Рассматривались общие вопросы разработки систем компьютерного зрения, а также методы обработки и анализа изображений.

Конференция проходила 14–16 марта 2012 г. в ИКИ РАН, Москва.

Редакционная коллегия: Желтов С. Ю., Назиров Р. Р., Визильтер Ю. В., Гришин В. А., Платонов А. К., Соколов С. М., Кропотов А. Н., Носков В. П., Мещеряков А. Ю., Васильев Д. В., Ким Н. В., Алпатов Б. А., Костяшкин Л. Н., Антоненко Е. А.

Редактор: Егорова И. Н.

Компьютерная верстка: Комарова Н. Ю.

Сборник включен в базу данных «Российский индекс научного цитирования (РИНЦ)», размещаемую на платформе НАУчНОй элеКТРОННОй БИБлИОТеКИ на сайте: http://www.elibrary.ru Мнение редакции не всегда совпадает с точкой зрения авторов статей электронная версия сборника размещена на сайте ИКИ РАН: http://www.iki.rssi.ru/print.htm © Федеральное государственное бюджетное учреждение науки Институт космических исследований Российской академии наук (ИКИ РАН), Содержание Предисловие............................................................. Секция СиСТеМы ТехНичеСкого зРеНия леТаТельНых аППаРаТов Ким Н. В.

Использование методов анализа ситуации при решении целевых задач беспилотных летательных аппаратов........................................ Ошлаков В. Г., Цвык Р. Ш., Илюшин Я. А.

Оптическая инструментальная система ориентирования в условиях недостаточной видимости................................................. Выголов О. В., Визильтер Ю. В., Инсаров В. В., Рубис А. Ю., Каширкин С. В., Реховский А. В.

Разработка элементов авиационной системы улучшенного и синтезированного видения................................................................. Дрынкин В. Н., Фальков Э. Я., Царева Т. И.

Формирование комбинированного изображения в двухзональной бортовой Герман Е. В.

Методика оценки безопасности системы улучшенного/синтезированного Блохинов Ю. Б., Веркеенко М. С., Скрябин С. В., Чернявский А. С., Шашов Ю. Ю.

Автоматическое определение параметров взаимного разворота космического Глазков В. Д., Котцов В. А.

Сомов Е. И., Бутырин С. А.

Алгоритмы наведения и гиросилового управления ориентацией спутников Девятериков Е. А., Михайлов Б. Б.

Система технического стереозрения для измерения координат мобильного Алешин В. П., Новгородцев Д. Д., Гришин Е. А., Шаргородский В. Д.

Интерактивная система технического зрения для мониторинга состояния Андреев В. П. Пряничников В. Е.

Применение сетевых технологий при построении управляемых многокамерных систем технического зрения мобильных роботов............... Бондаренко А. В., Бондаренко М. А., Докучаев И. В.

Аппаратная реализация бортовой автономной системы улучшенного и синтезированного зрения мобильной техники.............................. Гришин В. А.

Референсная архитектура систем управления на основе искусственного интеллекта 4D/RCS (по материалам National Institute of Standards Кий К. И.

Виртуальные граничные точки и контуры контрастных объектов: новый Корепанов С. Е., Стротов В. В.

Комплексный подход к слежению за объектом, размеры которого Кузьмин С. А.

Способы повышения точности выделения объектов Муравьев В. С., Муравьев С. И.

Адаптивный алгоритм выделения и обнаружения воздушных объектов Фаворская М. Н., Тупицын И. В.

Фаворская М. Н., Зотин А. Г., Буряченко В. В.

Улучшение панорамных снимков на основе стабилизации Шальнов Е. В., Кононов В. А., Конушин В. С., Конушин А. С.

Маленичев А. А., Красоткина О. В.

Чигорин А. А., Конев А. А., Кривовязь Г. Р., Велижев А. Б., Конушин А. С.

Распознавание знаков дорожного движения на изображениях, с обучением Карташев В. А., Ефимов С. С.

Исследование погрешностей измерения положения объекта стереосистемой Золотухин Д. А., Сафонов И. В., Крыжановский К. А.

Реконструкция и фильтрация трехмерной формы микрообъекта по стереопаре Корнева Н. Н., Говоров А. В., Назаров В. Н.

Автоматизированное решение задачи стереоотождествления, повышающее Себряков Г. Г., Сошников В. Н., Кикин И. С., Ишутин А. А.

Алгоритм многоканального автосопровождения многоспектральных оптикоэлектронных изображений наземных объектов на основе пространственных Зейналов Р. Ш., Конушин А. С.

Система бесконтактных измерений параметров движения высокоскоростных Белов А. А., Егоров В. В., Калинин А. П., Родионова И. П.

Комплексный анализ изображений, полученных монофотонным УФ-С-датчиком, в задачах дистанционного мониторинга состояния Дорогов А. Ю.

Метод параметрической настройки быстрых двумерных ортогональных Богданов А. П., Романов Ю. Н.

Козлов К. В., Соколов С. М., Соляков В. Н., Тренин Д. Ю.

Синтез двухдиапазонных инфракрасных изображений с эквализацией Визильтер Ю. В., Сидякин С. В.

Ланге М. М., Новиков Н. А.

Представление данных с многоуровневым разрешением для быстрой Визильтер Ю. В., Выголов О. В., Рубис А. Ю.

Морфологические коэффициенты корреляции форм изображений Визильтер Ю. В., Сидякин С. В.

Корнилов Ф. А., Перевалов Д. С.

О применении регуляризации морфологического проектора в задаче поиска Остриков В. Н., Плахотников О. В., Кикоть А. В.

Оценка спектрального разрешения аппаратуры гиперспектральной съемки Остриков В. Н., Плахотников О. В., Кикоть А. В.

Сравнительная оценка функции рассеяния точки по результатам тестовой Андреев В. П.

Коррекция влияния геометрического шума линеек фотодатчиков Дмитриев Н. И., Хрусталев А. А., Ляпин А. И., Суворов Е. Ю.

Метод выбора упорядоченного набора фильтров предобработки для систем 14–16 марта 2012 г. состоялась 3-я Научно-техническая конференция «Техническое зрение в системах управления-2012». Организаторы конференции — Федеральное государственное бюджетное учреждение науки Институт космических исследований Российской академии наук (ИКИ РАН)), Федеральное государственное унитарное предприятие Государственный научно-исследовательский институт авиационных систем (ГосНИИАС), Федеральное государственное бюджетное учреждение науки Институт прикладной математики им. М. В. Келдыша (ИПМ им. М. В. Келдыша РАН). В конференции участвовали специалисты отраслевых и академических научно-исследовательских институтов, предприятий промышленности, а также высшей школы.

Были представлены доклады по применению систем технического зрения (СТЗ) на летательных аппаратах (Секция 1) и в наземных, надводных и подводных роботах (Секция 2). Рассмотрены общие вопросы построения систем компьютерного зрения (Секция 3), методы обработки и анализа изображений (Секция 4).

Анализ тематики докладов показал, что продолжают оставаться актуальными задачи разработки программно-аппаратных средств оценки относительных координат объектов, а также решения навигационных задач для различных типов летательных аппаратов, в частности, при разной точности работы навигационных систем. Сложность подобных задач определяется неоднозначностью условий применения СТЗ и различными критериями оценки их эффективности. Кроме того, решение навигационных задач на малоинформативных участках подстилающей поверхности требует новых подходов к интеллектуализации СТЗ, например, с использованием методов анализа ситуаций.

Повышение требований к современным СТЗ, функционирующим во все более сложных, неопределенных и изменяющихся условиях наблюдения, делает чрезвычайно перспективными исследования в области разработки систем улучшенного и синтезированного видения, работающих, в том числе, с датчиками различной физической природы (телевизионными, инфракрасными, радиолокационными и др.). Они обеспечивают существенное повышение эффективности как в человеко-машинных, так и в автоматических системах управления авиационных и космических аппаратов, наземных, надводных и подводных роботов.

Для мобильных роботов практически важными представляются вопросы разработки программно-аппаратных средств СТЗ оценки координат, прокладки маршрутов и управления. Расширяются исследования в области технологий согласованного управления множеством робототехнических систем. При этом одним из перспективных становится направление создания систем управления на основе автономного искусственного интеллекта.

В рамках исследования систем компьютерного зрения, методов обработки и анализа изображений представлен ряд работ, связанных с выделением (обнаружением) объектов и их автосопровождением. В этих работах для повышения эффективности наблюдений используются граничные точки и контуры объектов, многоспектральные изображения, адаптивные алгоритмы и пр. Разнообразие подходов к решению подобных задач обусловлено различием целей и условий наблюдения.

Практический интерес представляют исследования, связанные с обработкой и анализом стереоизображений, распознаванием объектов различных классов.

Следует также отметить актуальность задач оценки и повышения качества изображений программными и аппаратными средствами в сложных условиях наблюдений.

К области фундаментальных (для СТЗ) можно отнести исследования в области разработки методов описания двумерных фигур. Решения этих задач стало одним из важных этапов формирования описаний наблюдаемых сцен и приближает к решению общей проблемы «понимания» ситуаций.

Результаты исследований в представленных докладах соответствуют современному научно-техническому уровню развития и дают представление о тенденциях развития систем технического зрения.

Секция  СиСтемы техничеСкого зрения летательных аппаратов УДК 004. иСПользоваНие МеТодов аНализа СиТуации ПРи РешеНии целевых задач беСПилоТНых (Государственный технический университет, МАИ), Москва Рассматриваются вопросы использования методов анализа ситуации для решения задач поиска объектов с использованием беспилотных летательных аппаратов (БлА). Показано, что для оценки уровня понимания может быть использована энтропия.

Ключевые слова: анализ ситуации, БлА, поиск объектов, описание сцены.

В последнее время все большее применение получают автономные беспилотные летательные аппараты (АБлА), в ряде случаев функционирующие в неопределенной изменяемой обстановке. В этих условиях АБлА должны самостоятельно принимать решения и планировать свои действия на основе анализа текущей ситуации, в соответствии с поставленной целевой задачей (ЦЗ). Поэтому для них недостаточны возможности существующих систем технического зрения (СТЗ) роботов, которые, в основном, решают задачи поиска, обнаружения и распознавания отдельных объектов интереса [Вильзитер и др., 2010]. Для АБлА необходимо «понимание» наблюдаемых ситуаций на основе их анализа. Под анализом ситуаций в дальнейшем принимается [Ким, Кузнецов, 2012] формирование описаний объектов и отношений, существенных для выполнения поставленной ЦЗ.

Известны работы, посвященные решению проблем ситуационного управления [Поспелов, 1986], однако в области анализа наблюдаемых ситуаций это направление исследований недостаточно развито.

Таким образом, одна из важных задач создания СТЗ АБлА — развитие методов понимания ситуаций, использование которых позволит повысить эффективность решаемых задач, например, с точки зрения производительности поиска, надежности распознавания и пр.

ТехНология аНализа НаблюдаеМых СиТуаций В общем случае, неопределенность (начальная, текущая, конечная) решаемых задач может быть определена энтропией. В частности, для процессов с конечным количеством исходов M энтропия равна:

где Pm — вероятность m-го события (исхода) из M возможных. энтропия максимальна при равновероятных исходах.

Начальная энтропия, например, присутствия объекта в области поиска V, с точностью оценки координат V, определяется как ким Николай владимирович — профессор МАИ, кандидат технических наук, профессор, е-mail: NKim2003@list.ru.

Н. В. Ким Использование методов анализа ситуации при решении целевых задач беспилотных летательных аппаратов где N = V V – количество непересекающихся элементов V области поиска, n — номер, определяющий положение элемента V, M = 2 (исходы присутствия объекта: присутствует — отсутствует).

Отклонение вероятностей (исходов M) от равновероятностных значений уменьшает энтропию процесса. Одним из вариантов окончания поиска может быть условие, когда текущая энтропия процесса Hi становится меньше некоторого заданного порога H i H f (в идеальном случае, когда неопределенность полностью отсутствует, Hf = 0).

Анализ ситуаций, улучшающий понимание некоей обстановки в рамках уменьшения области поиска или уточнения вероятностей, позволяет сократить начальную или текущую энтропию процесса. Следовательно, можно считать, что понимание ситуации — это процесс уменьшения энтропии решаемой задачи и, в частности, энтропии поиска объектов.

Предлагаемая технология анализа ситуации реализуется на основе использования:

• баз данных (БД), формируемых заранее и содержащих сведения о возможных объектах (явлениях, процессах) интереса и их атрибутах [Поспелов, 1986], в том числе карт местности;

• баз знаний (БЗ), формируемых заранее и содержащих продукции, описывающие каузальные отношения между объектами (явлениями, процессами) [Ким, Кузнецов, 2012;

Поспелов, 1986];

• описаний (моделей).

Последние, в свою очередь, должны включать:

– целевую задачу (ЦЗ);

– состояние СТЗ, включая носитель (принимается, что состояние СТЗ и носителя — штатное, т. е. уникальные атрибуты отсутствуют, поэтому модель состояния не рассматривается);

– обстановку, учитывающую априорную и текущую информацию.

При этом, на основании анализа описаний ЦЗ и текущей обстановки определяются области интереса, а информация, содержащаяся в описании состояния СТЗ, позволяет оценить возможные ограничения на решение ЦЗ.

Пусть, например, ЦЗ — поиск автомобиля марки n красного цвета. эта задача должна содержать описания:

• объекта поиска — тип, уникальные атрибуты (движения, наблюдения, дополнительные), возможная целевая функция объекта, возможные местоположение и траектория движения, достоверность;

• области поиска — район (номер, координаты), границы.

Существуют различные варианты описаний. В частности, описание ЦЗ может быть представлено в виде:

G((SO(1):Type(Car(n)):



Pages:     || 2 | 3 | 4 | 5 |   ...   | 32 |
 


Похожие материалы:

«Тамбов 2013 МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ТАМБОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ Г.Р. ДЕРЖАВИНА ЭКОЛОГИЧЕСКИЙ НАУЧНО-ОБРАЗОВАТЕЛЬНЫЙ ЦЕНТР ТГУ ИМЕНИ Г.Р. ДЕРЖАВИНА ТЕОРИЯ И ПРАКТИКА ЭКОЛОГО-ПРОСВЕТИТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ В ПРИРОДООХРАННЫХ И ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЯХ МАТЕРИАЛЫ VII МЕЖДУНАРОДНОЙ ИНТЕРНЕТ-КОНФЕРЕНЦИИ 11 декабря 2013 года Тамбов 2013 УДК 796.5 ББК ...»






 
© 2013 www.kon.libed.ru - «Бесплатная библиотека научно-практических конференций»