страница 10. Сборник тезисов докладов
 Скачать 3.87 Mb.
|
|
СОПОСТАВЛЕНИЕ 3D МОДЕЛИ СЦЕНЫ И ЭТАЛОНА НА ОСНОВЕ СТРУКТУРНО-СТАТИСТИЧЕСКИХ МЕТОДОВ РАСПОЗНАВАНИЯ ОБРАЗОВ В.М. Лисицын, С.М. Мужичек, К.В. Обросов (ФГУП «ГосНИИАС») Анализируется проблема создания системы автономной навигации беспилотного транспортного средства (БТС) на основе анализа характеристик окружающей среды. Система включает в себя лазерный локатор (ЛЛ) с частотой формирования импульсов порядка 100 кГ, а также некоторый 131 счислитель пути. При ЛЛ зондировании сцены формируется так называемое облако лазерных точек в координатах угол-угол-дальность. Для каждого цикла измерений дальностное ЛЛ изображение из приборной системы координат (СК) преобразуется в Декартову СК и компенсируется собственное движение БТС. Эффективным путем решения задачи сопоставления такого облака с 3D моделью города для определения собственного положения БТС является использование их семантического описания [1]. Семантическое описание сцены строится на основе сегментации дальностного поля. С помощью алгоритмов, предложенных в [2, 3], производится выделение на ЛЛ изображении фрагментов плоских поверхностей, вертикальных цилиндров и сфер, т.е. тех типов поверхностей, которые наиболее характерны для промышленно- городских сцен. При использовании семантических методов распознавания образов каждый объект разбивается на элементарные неприводимые фрагменты, каждый из которых характеризуется некоторым вектором признаков, а отношения между совокупностью фрагментов определяют объект в целом. Т.е. в синтаксическом подходе каждый образ описывается как объединение его компонент, называемых подобразами и примитивами. Сопоставление наблюдаемой сцены и эталона производится на основании сравнения их структурных описаний. Необходимыми объектами при структурном описании реальной сцены являются выделенные при сегментации области. Само структурное описание имеет вид взвешенного графа. Вершины графа соответствуют выделенным областям и описываются вектором признаков. Ребра графа соответствуют геометрической структуре наблюдаемой сцены и описываются взаимным признаком между двумя областями. Две области считаются связанными, если они соприкасаются. Таким образом, описание каждого объекта, как на сцене, так и на эталоне представляет собой некоторый подграф, вершинами которого являются примитивы: фрагменты плоскостей, цилиндров и сфер, а ребрами – взаимное положение связанных примитивов. Поверхности более сложной формы не идентифицируются и не включаются в описание объекта. В силу объективных причин получаемое семантическое описание наблюдаемой сцены и эталона не могут быть идентичными. Из этого следует, что нельзя установить взаимно-однозначное соответствие между вершинами графа сцены и соответствующим фрагментом графа имеющейся 3D модели города. Для решения задачи распознавания образов в подобных условиях может быть предложен комбинированный структурно-статистический подход [4], основанный на мерах различия. Вводится мера различия между вершинами фрагментов графа модели и графа сцены, а также их ребрами как взвешенная сумма нормированных разностей значений признаков. Предлагаемый алгоритм реализует метод управляемого перебора с возвратом. Для каждой области сцены выбирается наиболее соответствующая ей область модели при условии, что она имеет правильные связи со всеми уже найденными соответствиями. Если на очередном шаге найти соответствие не удается, то делается шаг назад и продолжается поиск следующего соответствия 132 для предыдущей вершины. Процедура продолжается до тех пор, пока либо не будет найдено соответствие, либо не будут исчерпаны все варианты перебора. Результатом работы алгоритма будет решение, что сцена соответствует модели и заполненный массив, задающий отображение графа сцены на граф модели, что обеспечивает решение задачи позиционирования БТС в СК модели города, либо что сцена не соответствует модели. Работа выполнена при поддержке РФФИ (проект № 19-29-06077-мк). ЛИТЕРАТУРА 1. Pavlidis, T. Structural Pattern Recognition, Springer-Verlag, 1977. 2. Лисицын В.М., Обросов К.В., Пасечный Н.Н., Стефанов В.А. Итерационные алгоритмы сегментации многомерных изображений // Изв. РАН. Техн. кибернетика. 1993. № 6. С. 103–113. 3. Лисицын В.М., Обросов К.В., Сафонов В.А. Выделение и определение параметров цилиндрических и сферических поверхностей при сегментации дальностных лазерно-локационных изображений // Изв. РАН. ТиСУ. 2019. № 6. С. 93–108. 4. Goldfarb, L. A New Approach to Pattern Recognition, Progress in Pattern Recognition 2, ed. A. Rosenfeld, Elsevier Science Publishers B.V., 1985, pp. 241- 402. 133 МЕТОД ОЦЕНКИ ПОТЕНЦИАЛЬНЫХ ВОЗМОЖНОСТЕЙ МОНИТОРИНГА ПОВЕРХНОСТИ ЗЕМЛИ ЧЕРЕЗ ОБЛАЧНЫЙ СЛОЙ В ОПТИЧЕСКОМ ДИАПАЗОНЕ ДЛИН ВОЛН К.В. Обросов, В.А. Сафонов, В.М. Лисицын (ФГУП «ГосНИИАС») В настоящее время перед авиацией ставится широкий круг задач, одной из которых является мониторинг поверхности Земли бортовыми оптико- электронными системами (ОЭС). Данная задача осложняется наличием между летательным аппаратом (ЛА) и сканируемой подстилающей поверхностью (ПП) слоёв облаков. В [1] была оценена зависимость вероятности оптического контакта с ПП от угла наклона линии визирования. В [2, 3] был разработан метод прогнозирования зон возможных оптических контактов с ПП. Возможности мониторинга поверхности Земли, т.е. объём полезной информации, получаемой в результате мониторинга, может быть существенно увеличен в результате применения адаптивного управления отклонениями узкого поля зрения ОЭС. Алгоритм управления, т.е. траектории линии визирования, определяется на основе априорной информации о состоянии кучевой облачности над интересующей поверхностью. При формировании алгоритма управления необходимо учитывать ряд ограничений, которые, во- первых, накладываются самой ОЭС, а именно, наличие предельных углов отклонения линии визирования от вертикального положение, наличие предельных скоростей поворота ОЭС. Во-вторых, для обеспечения корректной регистрации участка поверхности Земли необходимо обеспечить определённую длительность оптического контакта с заданной точкой на поверхности Земли. Решение задачи оценки потенциальных возможностей мониторинга поверхности Земли при наличии облачности целесообразно свести к решению обратной задачи – к определению доли непросмотренных участков ПП при наличии кучевой облачности с заданными характеристиками и ограничений на углы отклонения линии визирования. Доля непросмотренных участков ПП вычисляется на основе статистической оценки: а) математического ожидания величины непросмотренного участка ПП под случайно взятым облаком; б) математического ожидания расстояния между центрами рядом стоящих облаков. Непосредственно метод оценки сводится к следующим действиям: 1) Задание исходных данных: характеристики облачности (высота нижней кромки облаков, толщина облаков, диаметр облаков, коэффициент формы, размер межоблачных промежутков), параметров ОЭС (предельные углы отклонения линии визирования). 2) Расчет выше названных математических ожиданий. 3) Определение доли непросмотренных участков ПП. Работа выполнена при поддержке РФФИ (проект № 19-08-00027-а). 134 ЛИТЕРАТУРА 1. Мужичек С.М., Обросов К.В., Сафонов В.А., Лисицын В.М. Эффективность мониторинга поверхности Земли через слой кучевой облачности // Вестник компьютерных и информационных технологий, № 11 (185), 2019, с. 29-36. 2. Мужичек С.М., Обросов К.В. «Подход оценки возможных областей мониторинга поверхности Земли выше слоя облачности» // Передача, приём, обработка и отображение информации о быстропротекающих процессах. XXX Всероссийская научно-техническая конференция школы-семинара. Сборник статей / под общ. ред. О.Т. Чижевского. – М.: ИД Академии Жуковского, 2019. С. 483–485. 3. Мужичек С.М., Обросов К.В., Сафонов В.А. Метод прогнозирования зон возможных оптических контактов с поверхностью земли при полете выше облачности // Вестник компьютерных и информационных технологий, № 9 (195) 2020, С. 013-017. 135 РЕАЛИЗАЦИЯ ФУНКЦИИ СИТУАЦИОННОЙ ОСВЕДОМЛЁННОСТИ В СИСТЕМАХ НАВЕДЕНИЯ АВТОНОМНЫХ АВИАЦИОННЫХ СРЕДСТВ ПОРАЖЕНИЯ КЛАССА «ВОЗДУХ–ПОВЕРХНОСТЬ» В.В. Инсаров, С.В. Тихонова, С.А. Дронский (ФГУП «ГосНИИАС») В настоящее время заметно стремление к повышению эффективности использования наряда авиационных средств поражения (АСП), необходимого для выполнения задачи поражения нескольких объектов многообъектной площадной цели. Одним из путей решения этой задачи является возможность использования режимов целераспределения и перенацеливания. В то же время очевидна тенденция к повышению автономности применения АСП различного назначения. В первую очередь такая автономность может обеспечиваться за счёт максимальной интеллектуализации двух компонент системы наведения: наземной подготовки задания и бортовой системы наведения. Такая интеллектуализация становится возможной, когда наряду с апостериорной информацией, получаемой бортовой СТЗ, системе наведения становится доступной априорная информация об окружающей среде, возможных проблемных ситуациях и способах их разрешения. Априорная информация может быть представлена в виде ситуационной, информационной и алгоритмической составляющих базы знаний. Построение ситуационной составляющей базы знаний требует решения следующих задач: выбор и анализ наземной сцены, заданной заказчиком, (определение размеров и информативности сцены, количества объектов в составе сцены и их взаимное расположение); выделение представляющих интерес областей и объектов интереса (целей), ранжирование целей по критерию их функциональной значимости (формирование иерархии приоритетов поражаемых целей; определение геометрических размеров приоритетных целей и их взаимного расположения, определение точек прицеливания на поверхности этих объектов и возможных ракурсов подлета); выделение жизненно важных элементов приоритетных целей в тех случаях, когда одна цель имеет несколько уязвимых точек; формирование семантической сети из N возможных типовых ситуаций, реализация каждой из которых соответствует процессу наведения на соответствующую приоритетную цель или на один из её жизненно важных элементов; последующее формирование семантической сети из набора возможных проблемных субситуаций, каждая из которых основывается на описании предполагаемого состояния наблюдаемой сцены. В процессе формирования информационной составляющей базы знаний решаются следующие задачи: 136 построение трехмерной (3D) геометрической модели выбранной сцены с ее объектовым составом с учетом значений ошибок определения характеристик указанной модели; формирование базы знаний эталонных изображений выделенных приоритетных целей для всего рассмотренного набора типовых ситуаций, выделение стабильных признаков в соответствии с принятыми алгоритмами бортовой системы технического зрения (СТЗ). Для каждой цели формируется свой набор эталонных изображений, соответствующий возможным значениям ракурса и масштаба получаемого текущего изображения. Результаты решения указанных выше задач и разработки на этой основе бортовых алгоритмов принятия решений и управления, а также соответствующего программно-алгоритмического обеспечения, составляют основное содержание алгоритмической базы знаний. «Интеллектуальная» составляющая бортовой системы управления обеспечивает получение бортовой СТЗ апостериорной информации о складывающейся реальной текущей ситуации во внешней среде, обработку и сопоставление априорной и апостериорной информации, принятие решений, формирование и реализацию соответствующего управления. Решение задачи сопоставления априорной и апостериорной информации требует, в свою очередь, решения задачи структурного анализа апостериорной информации, получаемой в виде изображений. В качестве датчиков получения текущей информации возможно использование широкой номенклатуры активных, пассивных и комбинированных датчиков различных спектральных диапазонов, представляющих эту информацию в виде цифровых изображений. Практическая реализация предложенных принципов интеллектуализации систем управления автономных авиационных средств поражения с реализацией функции ситуационной осведомленности, позволяет существенно повысить эффективность использования наряда АСП, необходимого для выполнения поставленной задачи поражения нескольких объектов многообъектной площадной цели. Это достигается использованием режимов целераспределения и перенацеливания. Концепция построения системы управления автономного БПЛА с реализацией функции ситуационной осведомлённости изложена в [1]. Изложенные принципы интеллектуализации системы управления защищены полученным в 2019 году Патентом РФ. [2] Работа выполнена при поддержке РФФИ (проект № 20-08-00429-а). ЛИТЕРАТУРА 1. Инсаров В.В., Тихонова С.В., Дронский С.А. Концепция построения интеллектуальных систем управления автономных беспилотных летательных аппаратов с реализацией функции ситуационной осведомленности // Мехатроника, автоматизация, управление. 2018. Т. 19. № 2. С. 111-119. 137 2. Инсаров В.В., Дронский С.А., Тихонова С.В. Способ наведения беспилотного летательного аппарата // Патент на изобретение RU 2691902 C1. 18.06.2019. Заявка № 2018136941 от 19.10.2018. К ВОПРОСУ О РАЗРАБОТКЕ ИНТЕРАКТИВНЫХ СРЕДСТВ ОБУЧЕНИЯ ПО ПОДГОТОВКЕ К ПРИМЕНЕНИЮ ПРИЦЕЛЬНО- НАВИГАЦИОННЫХ КОМПЛЕКСОВ В.Н. Нестеров, Д.С. Татаренко, И.С. Игнатьев (ВУНЦ ВВС «ВВА им. проф. Н.Е. Жуковского и Ю.А. Гагарина») Дополнение существующей эксплуатационной документации интерактивными средствами обучения (ИСО) позволит устранять ряд недостатков присущих бумажным носителям информации, таких как низкая наглядность, неудобство использования в темное время суток, подверженность износу при интенсивном использовании. Ниже представлен краткий алгоритм создания ИСО по проведению проверки изделия С-17БЦ-8 используемого на самолетах типа Су-25. Оптимальным решением при выполнении такой задачи является использование программных продуктов Construct и AdobePhotoshop, предъявляющие невысокие требования к начальным знаниям разработчика. Основной задачей является создание анимированной модели взаимодействия органов управления и устройств индикации (отображения информации) при выполнении определенного алгоритма действий по проверке изделия С-17БЦ-8. Одним из самых важных этапов при этом является набор необходимого графического материала, так как от этого зависит полнота информационного насыщения будущего ИСО. Проведя анализ выполняемых операций и необходимых кадров анимации для реализации ИСО, можно сделать вывод, что рабочий графический материал должен содержать изображения: - изделие С-17БЦ-8; - КПА С-17БЦ-8; - возможные состояния (включено, выключено) органов управления; - возможные состояния органов индикации; - изображения маркеров подсветки (при подсказке на какие органы управления или индикации необходимо обратить внимание). Для реализации требований интерактивности и наглядности, структура разрабатываемой программной части ИСО должна включать следующие элементы: - пользовательский интерфейс; 138 - графический материал в виде спрайтов необходимого размера для реализации интерактивного отображения операций, выполняемых согласно технологических карт подготовки к проверке изделия С-17БЦ-8; - анимации органов управления и индикации изделия С-17БЦ-8 и специализированной аппаратуры задействованных в выполняемых операциях; - программный код переходов между слоями и сценами при выполнении операций согласно технологическим картам. Подобные интерактивные средства обучения, удовлетворяют современным требованиям по наглядности, информационной насыщенности и удобству использования. Их использование позволяет дополнить классический учебно- методический материал и продемонстрировать обучающимся процесс подготовки к применению прицельно-навигационных комплексов, последовательность действий расчета при отработке тех или иных задач, избежать травмирования личного состава, а также обезопасить сложную дорогостоящую технику от неквалифицированных действий. ЛИТЕРАТУРА 1. Конуркин В.А., Данеко В.И. Комплексы авиационного вооружения: учебное пособие. М.: МАИ, 2001. 76 с. 2. Контрольно-проверочная аппаратура С-17 БЦ КПА-Э. Техническое описание и инструкция по эксплуатации. 1.500.079-01 ТО. 1986. 82 с. СИСТЕМЫ АВТОМАТИЧЕСКОГО СОПРОВОЖДЕНИЯ ВОЗДУШНЫХ ОБЪЕКТОВ. ОПТИМИЗАЦИЯ НА ОСНОВЕ КВАДРАТИЧНО-БИКВАДРАТНЫХ ФУНКЦИОНАЛОВ КАЧЕСТВА В.И. Меркулов, И.Р. Загребельный (АО «Концерн радиостроения «Вега») Рассмотрены особенности функционирования систем автоматического сопровождения (САС), оптимизированных по классическим квадратичным функционалам, отмечены их недостатки при сопровождении воздушных объектов, движущихся по сложным траекториям. Предложен вариант решения задачи локальной оптимизации САС на основе минимизации квадратично- биквадратных функционалов качества, позволяющий для системы у у у у у у0 ( ) ( ) ( ) ( ) ( ), (0) t t t t t x F x B u x x , (1) предназначенной для отслеживания процесса т 0 т т т т т ( ) ( ) ( ) , ( ( 0 ) ) t t t t x F x v x x B , (2) сформировать сигнал управления T 1 у ( ) ( ) ( ) ( ) 2( ( ) ) t t t t t B x P x P x u K Q x , (3) оптимальный по минимуму квадратично-биквадратного функционала качества: |