Сегодня я хочу вам рассказать о том, что я услышал на XVII конференции молодых ученых «Навигация и управление движением». Это мой уже не первый опыт, я присутствовал на этой конференции в прошлом году. Сразу хочу отметить, что довольно легко было сориентироваться в сложных коридорах «Электроприбора» благодаря табличкам и отзывчивым сотрудникам предприятия.

Итак, первый услышанный мною доклад был об инерциально-точечной стабилизации. К сожалению, я пришел под самый конец выступления оратора, но главную суть все же уловил. Автор этого доклада представлял новую систему стабилизации летающих объектов относительно качающейся палубы, а не относительно горизонта. Как он утверждал, такая система будет более эффективна, нежели каноничная система стабилизации относительно горизонта. Доклад изобиловал сложными формулами и вычислениями, понять которые способны лишь профессионалы в данной области. Так что из презентации я ничего интересного для себя не вынес. К моему удивлению докладчика засыпали всевозможными вопросами насчет его метода, а также корректности вычислений. В общем и целом идея была хорошая, но вот реализация подкачала.

Второй доклад был посвящен распознаванию объектов на изображениях методом Виолы-Джонса. Представляла доклад В.С.Быкова. Девушка отметила, что данный метод широко известен и уже использовался для распознавания номерных знаков и эмблем. В своем проекте она применяла данный метод для распознавания надводных объектов, в частности кораблей под разным ракурсом. Метод заключается в использовании прямоугольников Хаара. Принцип их работы основан на сумме светлых и темных интенсивностей. Как шаблоны используются квадраты и прямоугольники освещенностей (на слайдах все было подробно отображено).

Свой метод распознавания объектов девушка тестировала на статичных изображениях морской глади и морских объектах, расположенных непосредственно на ней.

Вероятность правильного распознавания при данной конфигурации составляет 83%, что очень и очень точно. Также отмечался процент ложных тревог данной системы, и он составил 42%.

Из плюсов можно отметить:

- высокую скорость работы;

- приемлемую вероятность распознавания.

Из минусов (их гораздо больше) стоит подчеркнуть:

- что при увеличении количества итераций, увеличивается время обработки массива, и появляется вероятность пропуска объектов;

- объекты, повернутые более чем на 30 градусов от исходной выборки, не распознаются;

- проблема масштабирования исходного изображения (не всегда этот метод можно применить из-за того, что предполагаемый объект для распознавания выходит за рамки считывающей матрицы).

В целом, данная система выглядит довольно сырой и работает пока лишь на фотографиях. Будем надеяться, что это направление будут и дальше развивать.

И, наконец, третий доклад, на котором мне удалось присутствовать, читал А.А.Павлов. Его темой для исследований стало ориентирование беспилотного летательного аппарата (БЛА) на местности по данным системы технического зрения. Парень поставил довольно интересную задачу и жесткие условия. Он решил задаться проблемой, как ориентировать БЛА на местности, если отсутствует сигнал GPS со спутника?

Докладчик предложил довольно интересное решение с помощью технического зрения. Такой метод обеспечивал бы полную автономность БЛА независимо от качества сигнала GPS.

Это решение состоит из следующих этапов работы системы:

- обработка данных;

- получение изображения с камеры;

- сопоставление полученного изображения с исходным.

Суть системы состоит в том, чтобы снять участок поверхности Земли и по заранее рассчитанным точкам-ориентирам сопоставить полученное изображение с картой. При удачном сопоставлении мы получим местоположение БЛА над поверхностью Земли.

Несколько ключевых аспектов работы системы: 

- предполагается заранее обрабатывать массивы точек-ориентиров перед вылетом; 

- камера, снимающая местность, должна снимать строго под 90 градусов, иначе возможна неправильная работа системы. 

Докладчик представил 2 метода сравнения 2 снимков (оригинала и сделанного в полете при ориентировании).

Первый метод - это контурный анализ. Данный метод фильтрует изображение в градации серого (детектор Кэнни) и производит сравнение контуров через их центральные и инвариантные моменты. Таких моментов порядка 7-ми штук, но особое внимание он заострил именно на этих. Плюс ко всему, с помощью данного метода достигается масштабирование и поворот изображения.

Второй метод основан на, так называемых, особых точках с различными угловыми поворотами и размытиями (детектор SIFT). Этот метод работает на построении дескрипторов с предварительным разбиением снимка на несколько секторов для наибыстрейшей обработки. В этом методе для каждого пикселя считается собственный градиент и впоследствии сравнивается с оригиналом.

Данную систему невозможно применять при съемке в различное время суток, т.к. не гарантируется корректная работа методов. А также нельзя применять в разные погодные условия при разных углах съемки. Иными словами исходник и только недавно полученное изображение могут сравниваться лишь при одинаковых, строго выполненных, условиях съемки. Из громадных минусов такой системы на первом месте стоит потребность в огромных вычислительных мощностях, вследствие чего появляется задержка работы, т.к. приходится обрабатывать очень большие массивы данных. Решение по увеличению мощности или  упрощенности данного метода решаются полным ходом. Иначе, чтобы обеспечить достаточную вычислительную мощность, придется производить все вычисления в некотором центре, а не на самом БЛА.

Очень порадовало, что на конференции выступают очень молодые ученые, что, несомненно, является большим плюсом, т.к. это дает возможность проявить себя с ранних лет и, к тому же, это отличная практика выступления перед аудиторией. Такие мероприятия сильно подталкивают молодые умы на великие изобретения.

Истомин Владимир – студент 2 курса Университета ИТМО, кафедра «Информационно-навигационные системы»