Чернецкая Ирина Евгеньевна, доктор технических наук, профессор кафедры вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Irina E. Cherneckaya, Dr. of Sci. (Engineering), Professor, Professor of the Department of Computer Science
50 Let Oktyabrya str. 94, Kursk 305040
Спевакова Светлана Викторовна, аспирант кафедры вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Svetlana V. Spevakova, Post-Graduate Student of the Department of Computer Science
50 Let Oktyabrya str. 94, Kursk 305040
Применко Дмитрий Владимирович, аспирант кафедры вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Dmitry V. Primenko, Post-Graduate Student, of the Department of Computer Science
50 Let Oktyabrya str. 94, Kursk 305040
Цель исследования. В современных автоматических системах сбора информации все чаще используются автономные мобильные устройства, данные с которых могут быть получены в опасных для здоровья человека условиях с территориально удаленных мест, в сложной метеорологической обстановке, в режиме круглосуточного наблюдения. Для автономной работы подобных устройств необходимо использовать методы и алгоритмы, позволяющие строить карту местности, осуществлять привязку мобильной платформы на ней, определять маршрут к целевой точке, выделять препятствия на маршруте следования, производить корректировку маршрута с учетом обнаруженных препятствий. Методы. В статье предложен метод и алгоритм выделения динамических объектов с подвижной платформы, основанный на анализе данных, полученных от мультиспектральной камеры, что позволяет осуществлять выделение препятствий, таких, как водные, растительного происхождения, техногенного характера и т.д. со снижением вычислительной сложности. Для повышения точности определения координат обнаруженных объектов используется лазерный дальномер. Результаты. Рассмотрены известные методы распознавания мультиспектральных изображений, приведен их сравнительный анализ. Предложен метод и алгоритм выделения динамических объектов с подвижной платформы из изображений, полученных в разных спектральных диапазонах и данных лидара. Проведены экспериментальные исследования, позволяющие подтвердить адекватность математического обоснования метода, снизить погрешность вычисления координат объекта, на удалении до 100 метров до объекта, RMSE - 0,447%, MAPE - 0,397, повысить быстродействие, на выделение объекта и определение его координат было затрачено 0,04 секунды. Заключение. В статье проведен анализ современных методов распознавания мультиспектральных изображений, представлены принципы, на которых основан каждый метод, приведены достоинства и недостатки. Разработан метод и алгоритм, позволяющие выделять статические и динамические препятствия на маршруте следования подвижной платформы, по последовательности изображений, полученных в разных спектральных диапазонах. В ходе экспериментальных исследований, подтверждены работоспособность предложенных решений и соответствие заданным требованиям точности и достоверности.
Purpose of research. In modern automatic information collection systems, autonomous mobile devices are increasingly used, data from which can be obtained in conditions hazardous to human health, from geographically remote places, in difficult meteorological conditions and in round-the-clock observation mode. For the autonomous operation of such devices, it is necessary to use methods and algorithms that allow you to build a map of the area, link a mobile platform to it, determine a route to a target point, highlight obstacles along the route and correct the route taking into account detected obstacles. Methods. The article proposes a method and an algorithm for the selection of dynamic objects from a mobile platform, based on the analysis of data obtained from a multispectral camera, which allows the selection of obstacles, such as water, plant origin, technogenic nature, etc. with reduced computational complexity. To improve the accuracy of determining the coordinates of detected objects, a laser rangefinder is used. Results. We consider the well-known methods of multispectral images recognition and present their comparative analysis. A method and an algorithm for recognition dynamic objects from a mobile platform, from images obtained in different spectral ranges and lidar data are proposed. Experimental studies were carried out to confirm the adequacy of the mathematical substantiation of the method, to reduce the error in calculating the coordinates of the object, at a distance of up to 100 meters to the object, RMSE - 0.447%, MAPE - 0.397, to increase the performance, it took 0, 04 seconds to select the object and determine its coordinates. Conclusion. The article analyzes modern methods for recognizing multispectral images, presents the principles on which each method is based, gives advantages and disadvantages. The authors have developed a method and an algorithm that make it possible to identify static and dynamic obstacles along the route of a mobile platform, based on a sequence of images obtained in different spectral ranges. In the course of experimental studies, the performance of the proposed solutions and compliance with the specified requirements for accuracy and reliability were confirmed.
The authors declare that there are no conflicts of interest present.