АО «НПП «Мера» (Ведущий инженер, технический руководитель проектов)
Россия
В статье рассматриваются основные принципы работы и преимущества использования беспилотных летательных аппаратов в качестве дополнительного средства контроля за движением автомобильного транспорта, средства анализа и прогнозирования автомобильных пробок в реальном времени, а также в роли системы мониторинга и оценки состояния дорожного полотна и инфраструктуры автомобильных дорог. Особое внимание уделено в части применения малогабаритных беспилотных летательных аппаратов в качестве активного комплекса обеспечения транспортной безопасности. Рассматриваются возможности трехканальной системы слежения (видимого, инфракрасного и радиотехнического диапазонов) для определения координат, характеристик, скоростей и действующей регистрации транспортного средства, а также описываются преимущества предлагаемого метода в виде повышения точности и скорости обработки информации, возможности снижения затрат на транспортный контроль, в частности описаны методы использования меток радиочастотной идентификации для повышения эффективности управления транспортными потоками, предотвращения простоев, оптимизации маршрутов, снижения рисков возникновения опасных дорожных ситуаций. Представлено перспективное применение камер инфракрасного диапазона в части детектирования и предотвращения аварий, анализа плотности потока и поведения водителей. Проведено исследование по возможности параллельного использования вышеописанных методов в совокупности с беспилотным летательным аппаратом с целью предложения разработки полной автоматизированной системы мониторинга и контроля за автомобильным транспортом. Приведена актуальность использования малогабаритного летательного аппарата для повышения качества контроля за движением автомобильного транспорта и безопасности движения на дорогах.
беспилотный летательный аппарат, методы распознавания транспорта, радиочастотная идентификация объектов, навигационные параметры, макет измерительного комплекса, маршрут облета, распознавание объектов, безопасная дорога
1. Viola P. Robust real-time object detection / P. Viola, M. J. Jones // International Journal of Computer Vision. - 2004. - Vol. 57(2). - Pp. 137-154.
2. Lienhart R. An extended set of haar-like features for rapid object detection / R. Lienhart, J. Maydt // In Image Processing. - 2002. - Vol. 1. - Pp. 900-903.
3. Bovik A. C. Content-weighted video quality assessment using a three-component image model / A. C. Bovik, Ch. Li // Journal of Electronic Imaging. - 2010. - Vol. 19(1). - Pp. 011003-1-011003-9.
4. Сирота А. А. Двухэтапный алгоритм обнаружения и оценивания границ объектов на изображениях в условиях аддитивных помех и деформирующих искажений / А. А. Сирота, А. И. Соломатин, Е. В. Воронова // Компьютерная оптика. - 2009. - Т. 34. - № 1. - С. 109-117.
5. Parker J. R. Algorithms for Image Processing and Computer Vision / J. R. Parker. - New York: John Wiley & Sons, Inc., 1997. - Pp. 23-29.
6. Bo R. On path planning for UAVs based on adaptive ant system algorithm / R. Bo, Yu Lei, H. Lixun // Electronics Optics and Control. - 2007. - Vol. 6. - Iss. 14. - Pp. 36-39.
7. Aguiar A. P. Trajectory-tracking and path-following of underactuated autonomous vehicles with parametric modeling uncertainty / A. P. Aguiar, J. P. Hespanha // IEEE Transactions on Automatic Control. - 2007. - Vol. 52. - Iss. 8. - Pp. 1362-1379.
8. Khoroshev V. Actual State Monitoring of Railway Switch Point Blades Based on RFID Technology / V. Khoroshev, G. Osadchy, D. Efanov et al. // Proceedings of 15th IEEE East-West Design & Test Symposium (EWDTS’2017), Novi Sad, Serbia, September 29 - October 2, 2017. - Pp. 283-288. - DOI:https://doi.org/10.1109/EWDTS.2017.8110084.
9. Тань Л. Планирование маршрута полета малогабаритных летательных аппаратов в условиях неопределенности в реальном режиме времени / Л. Тань, А. В. Фомичев // Междунар. науч.-техн. конф. «Информационные системы и технологии» (ИСТ-2015). - Нижний Новгород, 2015. - С. 273-276.
10. Canny J. A. Computational Approach to Edge Detection / J. A. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1986. - Iss. 6. - Pp. 679-698.
11. Wang Z. Multi-scale structural similarity for image quality assessment / Z. Wang, E. P. Simoncelli, A. C. Bovik // Proceedings of 37th IEEE Asilomar Conference on Signals, Systems and Computers, Pacific group, 2003.
12. Hasan N. Roadmap for RFID Implementation in Libraries: Issues and Challenges / N. Hasan // International Journal of Information, Library and Society. - 2014. - Iss. 3(1). - Pp. 65-71.
13. Dunbar W. B. Model predictive control of coordinated multi-vehicle formations / W. B. Dunbar, R. M. Murray // Proceedings of the 41st IEEE Conference on Decision and Control. Las Vegas. - 2002. - Vol. 4. - Pp. 4631-4636.
14. Распопов Б. Я. Автопилот мини-беспилотного летательного аппарата / Б. Я. Распопов // Мехатроника, автоматизация, управление. - 2008. - № 10. - С. 19.
15. Яковлев К. С. Метод автоматического планирования траектории беспилотного летательного аппарата в условиях ограничений на динамику полета / К. С. Яковлев, Д. А. Макаров, Е. С. Баскин // Искусственный интеллект и принятие решений. - 2014. - № 4. - С. 3.
16. Karaman S. Sampling-based algorithms for optimal motion planning / S. Karaman, E. Frazzoli // The International Journal of Robotics Research. - 2011. - Vol. 30. - Iss. 7. - Pp. 846-894.
17. Lee D. Robust tracking control of an underactuated quadrotor aerial-robot based on a parametric uncertain model / D. Lee, T. Burg, D. Dawson et al. // IEEE Intern. Conf. on Systems, Man and Cybernetics (SMC 2009). - 2009. - Pp. 3187-3192.
18. Нехин С. С. Автоматизация фотограмметрического сбора трехмерной информации на ЦФС / С. С. Нехин, С. В. Олейник // Известия вузов. Геодезия и аэрофотосъемка. - 2011. - № 2. - С. 70-74.
19. Лапшенков E. M. Возможные методы оценки потерь при сжатии изображения в системах оптической дефектоскопии / E. M. Лапшенков // Сборник трудов научной конференции МГУПИ «Актуальные проблемы приборостроения, информатики и социально-экономических наук», 2010. - С. 52-56.
20. Гэн K. K. Планирование маршрута для квадрокоптера в неизвестной среде на основе монокулярного компьютерного зрения / K. K. Гэн // Автоматизация. Современные технологии. - 2015. - № 12. - С. 14-19.
21. Achtelik M. Onboard IMU and monocular vision based control for MAVs in unknown in- and outdoor environments / M. Achtelik, S. Weiss, R. Siegwart // Intl. Conf. on Robotics and Automation (ICRA). - 2011. - Pp. 3-7. - DOI: 10.1.1.456.2037.
22. Engel J. Semi-dense visual odometry for a monocular camera / J. Engel, J. Sturm, D. Cremers // Intl. Conf. on Computer Vision (ICCV 2013). - Pp. 1-5.
23. Kerl C. Dense visual SLAM for RGB-D cameras / C. Kerl, J. Sturm, D. Cremers // Intl. Conf. on Intelligent Robot Systems (IROS 2013). - Pp. 1-6. - DOI: 10.1.1.402.5544.
