Применение цифровой обработки изображений для позиционирования беспилотного вертолета относительно неподготовленной посадочной площадки
Abstract
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.
Keywords:
автоматическая посадка – automatic landing; беспилотный летательный аппарат – unmanned aerial vehicle; оптикоэлектронная система – optoelectronic system; лазерный излучатель – laser emitter.
References
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.