Применение цифровой обработки изображений для позиционирования беспилотного вертолета относительно неподготовленной посадочной площадки
Читать статью полностью
Применение цифровой обработки изображений для позиционирования беспилотного вертолета относительно неподготовленной посадочной площадки(782,57 KB)Аннотация
Произведен сравнительный анализ типовых вариантов решения задачи позиционирования беспилотного вертолета и предложена концепция построения оптикоэлектронной измерительной системы, основанной на обработке изображения проецируемой тестовой картины. Наличие активного элемента (лазерного излучателя) позволяет производить измерения в условиях посадки на неподготовленную площадку. Приведено описание калибровочного стенда и лабораторного образца измерительной системы. Представлены некоторые результаты калибровочных и тестовых измерений.
Ключевые слова:
автоматическая посадка – automatic landing; беспилотный летательный аппарат – unmanned aerial vehicle; оптикоэлектронная система – optoelectronic system; лазерный излучатель – laser emitter.
Список литературы
1. Sterenczak, K. The Accuracy Assessment of DTM Generated from LIDAR Data for Forest Area – a Сase Study for Scots Pine Stands in Poland / K. Sterenczak, M. Zasada, M. Вrach // Baltic Forestry. – 201З. – Vol. 19, No. 2 (37). – P. 252–262.
2. Араканцев, К. Г. Методы обработки измерительной информации и оценки погрешностей в стереоскопической системе контроля пространственного положения объектов / К.Г. Араканцев, Д.В. Жуков, И.А. Коняхин // Известия высших учебных заведений. Приборостроение. – 2011. – Т. 54, № 12. – С. 10–16.
3. Араканцев, К. Г. Стереоскопическая система контроля фактического положения железнодорожного пути / К.Г. Араканцев, А.А. Горбачёв, М.Г. Серикова // Известия высших учебных заведений. Приборостроение. – 2013. – Т. 56, № 5. – С. 34–39.
4. Гришин, В. А. Алгоритмы установления соответствия при обработке изображений для решения задач управления посадкой летательных аппаратов / В.А. Гришин, И.М. Книжный, К.Е. Хрекин // Современные проблемы дистанционного зондирования Земли из космоса. – 2007. – Т. 4, № 1. – С. 25–32.
5. Ивашина, Е. А. Формирование ассоциации нейронных сетей для решения задачи стереореконструкции в бортовой системе технического зрения / Е.А. Ивашина, М.О. Корлякова, Е.Ю. Прокопов // Нейроинформатика – 2015: 17 Всероссийская научно-техническая конференция с международным участием, Москва, 19–23 января, 2015: Сборник научных трудов. Ч. 3. Нейросетевые системы обработки данных, распознавание образов и управления. Нейробиология. Теория нейронных сетей. Адаптивное поведение и эволюционное моделирование. – 2015. – С. 29–38.
6. Vitelli, M. DeepStereo Dense Depth Estimation from Stereo Image Pairs using Convolutional Neural Networks [Электронный ресурс] / Matt Vitelli, Saumitro Dasgupta. – March 16, 2015. Режим доступа: http://cs231n.stanford.edu/reports/saumitro-mvitelli-final-report.pdf, свободный. – Загл. с экрана.
7. Метод определения пространственных координат в активной стереоскопической системе / В.В. Коротаев [и др.] // Научно-технический вестник информационных технологий, механики и оптики. – 2014. – № 6 (94). – С. 48–53.
8. Цифровая обработка изображений в информационных системах / Грузман И.С. [и др.]. – Новосибирск: НГТУ, 2002. – 352 с.
9. MetroVisionLab Toolbox for Camera Calibration and Simulation [Электронный ресурс] / D. Samper [et al.]. – Режим доступа: http://metrovisionlab.unizar.es [дата обращения 15.03.2016], свободный. – Загл. с экрана.
10. Golub, G. H. Singular Value Decomposition and Least Squares Solutions [Электронный ресурс] / G.H. Golub, C. Reinsch // Handbook Series Linear Algebra. Numerische Mathematik. – 1970. – P. 403–420. – Режим доступа: http://people.duke.edu/~hpgavin/SystemID/References/Golub+Reinsch-NM-1970.pdf, свободный. Загл. с экрана.
11. Федулин, А. М. Алгоритм навигации беспилотных летательных аппаратов с учетом местоположения средств противовоздушной обороны / А.М. Федулин, Р.Н. Садеков // Известия института инженерной физики. – 2020. – № 3 (57). – С. 79–84.