УДОСКОНАЛЕННЯ СИСТЕМИ ВІЗУАЛЬНОГО ВИЗНАЧЕННЯ ТА ПОДОЛАННЯ ПЕРЕШКОД ДЛЯ БЕЗПІЛОТНОГО ЛІТАЛЬНОГО АПАРАТУ
Ключові слова:
безпілотний літальний апарат, подолання перешкод, візуальне планування, виявлення відблисків, атмосферні опади, обробка зображень
Анотація
Більшість відповідальних завдань виконуються безпілотними літальними апаратами (БПЛА) під контролем оператора. Однак взаємодія робота та оператора в сучасних умовах вже не є управлінням в традиційному вигляді. Сучасні БПЛА оснащені системами технічного зору, базами даних та знань, на основі яких літальний апарат може самостійно приймати рішення. База знань робота дозволяє йому самостійно орієнтуватися в навколишньому середовищі та приймати рішення що до виконання поставленого завдання. Функції людини-оператора тепер складаються з постановки завдань роботу проблемно-орієнтованою мовою, близькою до природньої, та спостереження за діями робота. Візуальне планування являє собою розширення методів планування та обходу перешкод для завдань, у яких джерелом інформації про довкілля є системи технічного зору на базі відеокамери чи скануючих систем. В статті зроблено огляд методів візуального планування. Велика кількість існуючих методів і алгоритмів обробки зображень та можливі їх комбінації дозволяють розв’язувати найрізноманітніші задачі, постійно вдосконалювати існуючі алгоритми та за рахунок цього підвищувати ефективність обробки зображень. Але який би метод не було застосовано для візуального планування існують проблеми отримання якісної вхідної інформації пов’язані з метеорологічними умовами, обумовленими опадами і туманом, та відблисками, якщо зображення отримується за допомогою відеокамери. Це можуть бути сонячні відблиски або відблиски, що надходять від інших джерел освітлення. В статті запропоновано методика виявлення та виключення відблисків з зображення. Оскільки основна інформація про навколишнє середовище, яку аналізує робот, залежить від якості зображення, необхідні відповідні методи, які враховують атмосферні опади. В статті проведено аналіз методів виключення різноманітних видів опадів з зображення та зроблено висновки про стан їх розробки.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Burschka D., Geiman J., Hager G. Optimal landmark configuration for vision-based control of mobile robots [Text] // Proc. of 2003 IEEE ICRA, Taipei, Taiwan, Sept. 14–19, 2003. P. 3917–3922.
2. Hayet J.B., Lerasle F., Devy M. Visual Landmarks Detection and Recognition for Mobile Robot Navigation [Text] // Proc. of 2003 IEEE Conf. on Computer Vision and Pattern Recognition (CVPR’2003). Madison, Wisconsin, USA, 2003. V. II. P.313–318.
3. Jurie F., Dhome M. Hyperplane Approximation for Template Matching [Text] // IEEE. Trans. on Pattern Analysis and Machine Intelligence. 2002. V. 24, №7. P. 996–1000.
4. Lourakis M. I.A., Orphanoudakis S. C. Visual Detection of Obstacles Assuming a Locally Planar Ground. [Text] // Technical Report FORTH-ICS, TR-207. 1997.
5. Lorigo L. M., Brooks R.A., Grimson W. E. L. Visually-Guided Obstacle Avoidance in Unstructured Environments [Text] // Proc. of IEEE Conf. on Intelligent Robots and Systems, 1997. Р. 373–379.
6. Santos-Victor J., Sandini G., Curotto F., Garibaldi S. Divergent stereo in autonomous navigation: from bees to robots [Text] // Intern. J. of Computer Vision. 1995. Р. 159–177.
7. Coombs D., Herman M., Hong T., Nashman M. Real-time Obstacle Avoidance Using Central Flow Divergence and Peripheral Flow [Text] // IEEE Transactions on Robotics and Automation. 1995. Р. 276–283.
8. Klein K., Sequeira V. View planning for the 3D modelling of Real World Scenes [Text] // 2000 IEEE/RSJ IROS. 2000. V. II. Р. 943–948.
9. Ганченко В.В., Дудкин А.А., Инютин А.В., Поденок Л.П. Моделирование оптико-электронной системы беспилотных летательных аппаратов [Текст] // «Штучний інтелект» № 3. – 2010. – С. 453-461.
10. Проценко М.М. Аналіз методів цифрової обробки відеозображень апаратурою безпілотного літального апарата [Текст] // Вісник ЖДТУ № 3(62). – 2012. – С. 67-72.
11. Толкунова Ю.М. Розробка системи подолання перешкод для безпілотного літального апарату [Текст] // Національний університет «Полтавська політехніка імені Юрія Кондратюка», Control, Navigation and Communication Systems № 2, – 2022. – С. 32-36.
12. Hossen, J. A. Modified Hybrid Fuzzy Controller for Real-Time Mobile Robot Navigation [Text] / J. Hossen, S. Sayeed, A.K.M. Parvez Iqbal // Procedia Computer Science. – 2015. – V.76. – P. 449-454.
13. Algabri, M. Comparative study of soft computing techniques for mobile robot navigation in an unknown environment [Text] / M. Algabri, H. Mathkour, H. Ramdane, M. Alsulaiman // Computers in Human Behavior. – 2015. – V.50. – P. 42-56.
14. Гонсалес Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс – М.: Техносфера, 2012. – 1104 с.
15. Jia Z., Wang H., Caballero R.E. et al. A two-step approach to see-through bad weather for surveillance video quality enhancement [Text] // Machine Vision and Applications. 2012. V. 23. No. 6. –P. 1059-1082.
16. Технології створення мультимедіа застосувань [Електронний ресурс] // Конспект лекцій для здобувачів вищої освіти першого (бакалаврського) рівня за освітньо-професійною програмою «Інженерія програмного забезпечення» / Укладач О. О. Шумейко. – Кам’янське: ДДТУ, 2019 – 169 с.
17. Гонсалес Р. Цифровая обработка изображений в среде MATLAB [Текст] / Р. Гонсалес, Р. Вудс, С. Эддинс – М.: Техносфера, 2006. – 616 с.
18. Garg K., Nayar S.K. Vision and rain [Text] // Intern. J. Computer Vision. 2007. V. 75. No. 1. P. 3–27.
19. Экземпляров Р. А. Устойчивые численные методы математического моделирования задачи восстановления искаженных изображений [Текст] : диссертация кандидата техн. наук : 05.13.18 / Экземпляров Роман Алексеевич. – СПб., 2018. – 125 с.
20. Zhang X., Li H., Qi Y., Leow W.K., Ng T.K.: Rain removal in video by combining temporal and chromatic properties [Text] // In: Proceedings of 2006 IEEE International Conference on Multimedia and Explosion, pp. 461–464 (2006).
21. Garg K., Nayar S.K. When does a camera see rain? [Text] // in Proc. ICCV 2005. V. 2. P. 1067–1074.
22. Garg K., Nayar S.K. Detection and removal of rain from videos [Text] // in Proc. CVPR 2004, V. 1. P. 528–535.
23. Kratz L., Nishino K. Factorizing scene albedo and depth from a single foggy image [Text] // In: Proceedings of 2009 IEEE 12th International Conference on Computer Vision, pp. 1701–1708.
24. Barnum P., Narasimhan S.G., Kanade T. Analysis of rain and snow in frequency space [Text] // International Journal of Computer Vision. 2010. V86. P. 256–274.
25. Zelnik-Manor L., Machline M., & Irani M. Multi-body factorization with uncertainty: Revisiting motion consistency [Text] // International Journal of Computer Vision. 2006. V68(1). P. 27–41.
2. Hayet J.B., Lerasle F., Devy M. Visual Landmarks Detection and Recognition for Mobile Robot Navigation [Text] // Proc. of 2003 IEEE Conf. on Computer Vision and Pattern Recognition (CVPR’2003). Madison, Wisconsin, USA, 2003. V. II. P.313–318.
3. Jurie F., Dhome M. Hyperplane Approximation for Template Matching [Text] // IEEE. Trans. on Pattern Analysis and Machine Intelligence. 2002. V. 24, №7. P. 996–1000.
4. Lourakis M. I.A., Orphanoudakis S. C. Visual Detection of Obstacles Assuming a Locally Planar Ground. [Text] // Technical Report FORTH-ICS, TR-207. 1997.
5. Lorigo L. M., Brooks R.A., Grimson W. E. L. Visually-Guided Obstacle Avoidance in Unstructured Environments [Text] // Proc. of IEEE Conf. on Intelligent Robots and Systems, 1997. Р. 373–379.
6. Santos-Victor J., Sandini G., Curotto F., Garibaldi S. Divergent stereo in autonomous navigation: from bees to robots [Text] // Intern. J. of Computer Vision. 1995. Р. 159–177.
7. Coombs D., Herman M., Hong T., Nashman M. Real-time Obstacle Avoidance Using Central Flow Divergence and Peripheral Flow [Text] // IEEE Transactions on Robotics and Automation. 1995. Р. 276–283.
8. Klein K., Sequeira V. View planning for the 3D modelling of Real World Scenes [Text] // 2000 IEEE/RSJ IROS. 2000. V. II. Р. 943–948.
9. Ганченко В.В., Дудкин А.А., Инютин А.В., Поденок Л.П. Моделирование оптико-электронной системы беспилотных летательных аппаратов [Текст] // «Штучний інтелект» № 3. – 2010. – С. 453-461.
10. Проценко М.М. Аналіз методів цифрової обробки відеозображень апаратурою безпілотного літального апарата [Текст] // Вісник ЖДТУ № 3(62). – 2012. – С. 67-72.
11. Толкунова Ю.М. Розробка системи подолання перешкод для безпілотного літального апарату [Текст] // Національний університет «Полтавська політехніка імені Юрія Кондратюка», Control, Navigation and Communication Systems № 2, – 2022. – С. 32-36.
12. Hossen, J. A. Modified Hybrid Fuzzy Controller for Real-Time Mobile Robot Navigation [Text] / J. Hossen, S. Sayeed, A.K.M. Parvez Iqbal // Procedia Computer Science. – 2015. – V.76. – P. 449-454.
13. Algabri, M. Comparative study of soft computing techniques for mobile robot navigation in an unknown environment [Text] / M. Algabri, H. Mathkour, H. Ramdane, M. Alsulaiman // Computers in Human Behavior. – 2015. – V.50. – P. 42-56.
14. Гонсалес Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс – М.: Техносфера, 2012. – 1104 с.
15. Jia Z., Wang H., Caballero R.E. et al. A two-step approach to see-through bad weather for surveillance video quality enhancement [Text] // Machine Vision and Applications. 2012. V. 23. No. 6. –P. 1059-1082.
16. Технології створення мультимедіа застосувань [Електронний ресурс] // Конспект лекцій для здобувачів вищої освіти першого (бакалаврського) рівня за освітньо-професійною програмою «Інженерія програмного забезпечення» / Укладач О. О. Шумейко. – Кам’янське: ДДТУ, 2019 – 169 с.
17. Гонсалес Р. Цифровая обработка изображений в среде MATLAB [Текст] / Р. Гонсалес, Р. Вудс, С. Эддинс – М.: Техносфера, 2006. – 616 с.
18. Garg K., Nayar S.K. Vision and rain [Text] // Intern. J. Computer Vision. 2007. V. 75. No. 1. P. 3–27.
19. Экземпляров Р. А. Устойчивые численные методы математического моделирования задачи восстановления искаженных изображений [Текст] : диссертация кандидата техн. наук : 05.13.18 / Экземпляров Роман Алексеевич. – СПб., 2018. – 125 с.
20. Zhang X., Li H., Qi Y., Leow W.K., Ng T.K.: Rain removal in video by combining temporal and chromatic properties [Text] // In: Proceedings of 2006 IEEE International Conference on Multimedia and Explosion, pp. 461–464 (2006).
21. Garg K., Nayar S.K. When does a camera see rain? [Text] // in Proc. ICCV 2005. V. 2. P. 1067–1074.
22. Garg K., Nayar S.K. Detection and removal of rain from videos [Text] // in Proc. CVPR 2004, V. 1. P. 528–535.
23. Kratz L., Nishino K. Factorizing scene albedo and depth from a single foggy image [Text] // In: Proceedings of 2009 IEEE 12th International Conference on Computer Vision, pp. 1701–1708.
24. Barnum P., Narasimhan S.G., Kanade T. Analysis of rain and snow in frequency space [Text] // International Journal of Computer Vision. 2010. V86. P. 256–274.
25. Zelnik-Manor L., Machline M., & Irani M. Multi-body factorization with uncertainty: Revisiting motion consistency [Text] // International Journal of Computer Vision. 2006. V68(1). P. 27–41.
Опубліковано
2023-03-17
Як цитувати
Tolkunova Yulija Удосконалення системи візуального визначення та подолання перешкод для безпілотного літального апарату / Yulija Tolkunova // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2023. – Т. 1 (71). – С. 40-45. – doi:https://doi.org/10.26906/SUNZ.2023.1.040.
Розділ
Автомобільний, річковий, морський та авіаційний транспорт
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
