Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона

Сухарев Никита Владиславович

doi:10.20295/2412-9186-2023-9-02-141-152

УДК

656.13

СИСТЕМА СЛЕЖЕНИЯ ЗА АВТОМОБИЛЬНЫМ ТРАНСПОРТОМ НА БАЗЕ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ РАДИОЧАСТОТНОЙ ИДЕНТИФИКАЦИИ И КАМЕР ИНФРАКРАСНОГО ДИАПАЗОНА Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона

АА Аа

Опубликовано в Автоматика на транспорте · Страницы 141–152 · Рубрика: Эксплуатация транспортных систем

DOI: https://doi.org/10.20295/2412-9186-2023-9-02-141-152

Получено: 12.06.2023 Одобрено: 13.06.2023 Опубликовано: 13.06.2023

Авторы

СУ

Сухарев Никита Владиславович

СУ

Сухарев Никита Владиславович

Российский университет транспорта (МИИТ) Аспирант · Кафедра «Автоматика, телемеханика и связь на железнодорожном транспорте» · Россия · Москва

АО «НПП «Мера» Ведущий инженер, технический руководитель проектов · Россия · Москва

АННОТАЦИЯ

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.

КЛЮЧЕВЫЕ СЛОВА

беспилотный летательный аппарат, методы распознавания транспорта, радиочастотная идентификация объектов, навигационные параметры, макет измерительного комплекса, маршрут облета, распознавание объектов, безопасная дорога

Текст

Текст (PDF)

Читать Скачать

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.

ГОСТ

Сухарев Н. В. Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона // Автоматика на транспорте. 2023. №. 2. С. 141-152. DOI: https://doi.org/10.20295/2412-9186-2023-9-02-141-152. (дата обращения: 07.09.2026).

MLA

Сухарев Никита Владиславович. "Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона." Автоматика на транспорте 9.2 (2023): 141-152. DOI: https://doi.org/10.20295/2412-9186-2023-9-02-141-152.

APA

Сухарев Н. В. (2023). Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона. Автоматика на транспорте, 9(2), 141-152. https://doi.org/10.20295/2412-9186-2023-9-02-141-152

Chicago

Сухарев Никита Владиславович. "Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона." Автоматика на транспорте 9, no. 2 (2023): 141-152. https://doi.org/10.20295/2412-9186-2023-9-02-141-152.

WIKI

{{cite journal | author = Сухарев Н. В. | title = Система слежения за автомобильным транспортом на базе беспилотных летательных аппаратов с применением технологии радиочастотной идентификации и камер инфракрасного диапазона | journal = Автоматика на транспорте | year = 2023 | volume = 9 | issue = 2 | pages = 141-152 | doi = 10.20295/2412-9186-2023-9-02-141-152 }}

Скопировать

Экспорт: BibTeX EndNote RefMan RusMARC

Подтверждение