Горбачев Игорь Николаевич, аспирант кафедры биомедицинской инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Igor N. Gorbachev, Post-Graduate Student, Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Томакова Римма Александровна, доктор технических наук, профессор, профессор кафедры программной инженерии
Researcher ID: O-6164-2015
ул. 50 лет Октября, д. 94, г. Курск 305040
Rimma A. Tomakova, Doctor of Sciences (Engineering), Professor, Professor of the Department of Software Engineering
Researcher ID: O-6164-2015
50 Let Oktyabrya Str. 94, Kursk 305040
Коробков Сергей Васильевич, аспирант кафедры биомедицинской инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Sergey V. Korobkov, Post-Graduate Student of the Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Цель исследования ‒ развитие методов управления беспилотными летательными аппаратами на основе анализа данных, поступающих из видеопотока.Методы. Беспилотный летательный аппарат может потерять связь со спутниковой системой навигации, поэтому актуальной становится задача обеспечения его ориентирования с помощью бортового фотовидеорегистратора с обработкой данных на борту. Для этого используют особые точки на местности, при идентификации которых на снимке можно восстановить ориентирование летательного аппарата. Для поиска особых точек типа блоб на снимке предложен метод трансформации исходного изображения в изображение критериев, после пороговой обработки которого получают координаты блобов. Разработан метод трансформации исходного изображения в изображение критериев, заключающийся в определении корреляционных изображений. Для каждого корреляционного изображения определяется скалярный критерий идентификации блоба, позволяющий определять координаты особой точки на снимках, полученных с бортового фотовидеорегистратора.Результаты. Для повышения точности определения координат блобов на снимках использовался агрегированный блоб из трех особых точек. Исследован алгоритм двухступенчатой идентификации координат агрегированного блоба, на первой ступени которого определяются координаты особых точек, наиболее близкие координатам вершин агрегированного блоба, а на второй ступени определяются координаты вершин треугольника, центр тяжести которого наиболее близок к центру тяжести агрегированного блоба. Алгоритмы поиска особых точек показали свою работоспособность при высоком уровне помех, моделируемых на изображении посредством гауссова шума и помех, связанных с отклонением летательного аппарата от заданного курса.Заключение. Формирование агрегированного блоба с последующей многоступенчатой идентификацией позволяет повысить точность определения его координат, а также дает возможность фиксировать отклонение от курса летательного аппарата на участке двух смежных снимков и вводить соответствующие поправки в систему навигации.
The purpose of the research is to develop methods for controlling unmanned aerial vehicles based on the analysis of data coming from a video stream.Methods. An unmanned aerial vehicle can lose contact with the satellite navigation system, so the task of ensuring its orientation using an onboard photo video recorder with onboard data processing becomes relevant. For this purpose, special points on the terrain are used, the identification of which in the picture allows restoring the orientation of the aircraft. To search for special points of the blob type in the picture, a method is proposed for transforming the original image into a criterion image, after threshold processing of which the coordinates of the blobs are obtained. A method has been developed for transforming the original image into a criterion image, which consists in determining correlation images. For each correlation image, a scalar blob identification criterion is determined, which allows determining the coordinates of a special point in pictures obtained from an onboard photo video recorder.Results. To improve the accuracy of determining the coordinates of blobs in pictures, an aggregated blob of three special points was used. An algorithm for two-stage identification of coordinates of an aggregated blob is investigated. At the first stage, the coordinates of special points closest to the coordinates of the vertices of the aggregated blob are determined, and at the second stage, the coordinates of the vertices of the triangle whose center of gravity is closest to the center of gravity of the aggregated blob are determined. The algorithms for searching for special points have shown their efficiency at a high level of interference modeled in the image by means of Gaussian noise, as well as interference associated with the deviation of the aircraft from the specified course.Conclusion. The formation of an aggregated blob with subsequent multi-stage identification allows for increasing the accuracy of determining its coordinates, and also makes it possible to record the deviation from the course of the aircraft in the area of two adjacent images and introduce appropriate corrections into the navigation system.
The authors declare that there are no conflicts of interest present.