АЛГОРИТМ ПОЗИЦИОНИРОВАНИЯ БПЛА ПО ПОСЛЕДОВАТЕЛЬНОСТИ КАДРОВ ВИДЕОПОТОКА
DOI:
https://doi.org/10.22213/2410-9304-2018-3-66-69Ключевые слова:
БПЛА, позиционирование, визуальная навигация, компьютерное зрениеАннотация
В статье описывается алгоритм, позволяющий осуществлять позиционирование беспилотных летательных аппаратов (БПЛА) по изображениям местности, получаемым с камеры, установленной на борту. Данный алгоритм может быть применен в системах, обеспечивающих навигацию БПЛА в условиях сильных помех сигнала систем глобального позиционирования (GPS). Алгоритм состоит из нескольких этапов: предварительной обработки, выделения опорных точек, сопоставления соседних кадров и определения смещения. На первом этапе каждое изображение подвергается предварительной обработке, заключающейся в уменьшении размера и переводе в режим градаций серого. На втором этапе на изображениях с помощью разности двух сглаживающих фильтров определяются сильно выраженные точки, модуль разности которых превышает определенный порог. Каждая опорная точка описывается типом точки и координатами. Данные точки необходимы для сопоставления соседних кадров. На третьем этапе опорные точки соседних кадров сопоставляются с помощью поиска пары одинакового типа в определенном радиусе. После сопоставления опорных точек происходит соединение всех кадров в одно целое изображение пройденного маршрута. Перед соединением текущий кадр подвергается перспективной трансформации. Для этого среди сопоставленных опорных точек выбираются четыре точки, образующие четырехугольник с максимальной площадью. По координатам этих точек на текущем и предыдущем кадрах вычисляются параметры матрицы трансформации, после чего кадры накладываются друг на друга, образуя изображение пройденного маршрута. По завершении обработки определяется смещение центра масс особых точек текущего кадра относительно предыдущего и вычисляются новые координаты. В заключение приведен пример сформированного изображения пройденного маршрута и проведена оценка эффективности данного алгоритма. Исследование алгоритма проведено на изображениях, полученных с помощью специального программного обеспечения, моделирующего видеопоток с бортовой камеры.Библиографические ссылки
Современные информационные технологии в задачах навигации и наведения беспилотных летательных аппаратов / Д. А. Козорез и др. М. : ФИЗМАТЛИТ, 2009. 556 с.
Гончаренко М. О. Сравнительный анализ методов формирования дескрипторов изображений в контексте задачи сегментации видеопотока // Бионика интеллекта. 2015.
Степанов Д. Н. Методы и алгоритмы определения положения и ориентации беспилотного летательного аппарата с применением бортовых видеокамер // Программные продукты и системы (международный журнал). 2014. Т. 1, № 1. С. 150-157.
Самохвалов А. В. Контурное кодирование полутонового изображения: выделение контурной информации на изображении // Приволжский научный вестник. 2013. № 7 (23). С. 53-61.
Форсайт Д., Понс Ж. Компьютерное зрение. Современный подход. М. : Вильямс, 2004. 928 с.
Степанов Д. Н. Методики сопоставления особых точек в задаче визуальной навигации БПЛА // Вестник ЮУрГУ. Сер. «Вычислительная математика и информатика». 2015. C. 32-47.
Сопоставление характерных точек на последовательных кадрах в задачах аэронавигации по зрительным образам / А. Н. Максимов, М. О. Еланцев, И. О. Архипов, В. А. Широков // Молодые ученые - ускорению научно-технического прогресса в XXI веке : сборник материалов IV Всероссийской научно-технической конференции аспирантов, магистрантов и молодых ученых с международным участием / отв. за вып.: А. П. Тюрин, В. В. Сяктерева. Ижевск, 2016. С. 428-432.
Цифровая обработка изображений в информационных системах: учеб. пособие / И. С. Грузман, В. С. Киричук, В. П. Косых, Г. И. Перетягин, А. А. Спектор. Новосибирск : Изд-во НГТУ, 2000. 168 с.
Гонсалес Р. С., Вудc Р. Е., Эддинс С. Л. Цифровая обработка изображений. М. : Техносфера, 2006. 1070 с.
Применение метода статистической дифференциации для координатной привязки аэрофотоизображения к космическому снимку / Р. М. Гафаров, И. О. Архипов, А. В. Коробейников, М. О. Еланцев // Интеллектуальные системы в производстве. 2017. Т. 15. № 2. - С. 109-112.
