Моделирование автономной навигации беспилотного летательного аппарата на основе обработки видеоданных

Д.В. Волошин
Ин-т программных систем НАН Украины
(Украина, 03187, Киев, пр-т Академика Глушкова, 40 г,
тел: +380954900641, e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.)

АННОТАЦИЯ

Розглянуто задачу автономної навігації безпілотного літального апарату. Описано основні етапи побудови моделі автономної навігації та розроблено метод визначення її параметрів з використанням алгоритму ASIFT на основі обробки даних відеоряду. Наведено результати експериментального моделювання навігації без наявності GPS сигналу, які підтверджують практичний потенціал моделі.

КЛЮЧЕВЫЕ СЛОВА:

автономная навигация, беспилотный летательный аппарат, ASIFT, компьютерное зрение.

СПИСОК ЛИТЕРАТУРЫ

1. Dufrene Jr W.R. Application of artificial intelligence techniques in uninhabited aerial vehicle flight // Digital Avionics Systems Conference, 2003. DASC’03. The 22nd // IEEE. — 2003. —Vol. 2 — P. 3—8.
2. Cir I. 328 AN/190 // Unmanned Aircraft Systems (UAS) Circular. — 2011.
3. Sukkarieh S., Nebot E.M., Durrant-Whyte H.F. A high integrity IMU/GPS navigation loop for autonomous land vehicle applications // Robotics and Automation. IEEE Transactions. — 1999.— Vol. 15, No. 3. —P. 572—578.
4. Voloshyn D. Kalman filtering methods for eliminating noises in multi-agent system with incomplete information // Theoretical and Applied Aspects of Cybernetics. Proc. of the 2nd International Scientific Conference of Students and Young Scientists—Kyiv: Bukrek, 2012.—204 p.
5. Sinopoli B., Micheli M., Donato G., Koo T.J. Vision based navigation for an unmanned aerial vehicle // Robotics and Automation, 2001. Proc. 2001 ICRA. IEEE International Conf. — 2001.— Vol. 2. —P. 1757—1764.
6. Samadzadegan F., Hahn M., Saeedi S. Position estimation of aerial vehicle based on a vision aided navigation system // Proc. of Visualization and Exploration of Geospatial Data, Stuttgart.—2007.
7. Yu G., Morel J.-M. Asift: An algorithm for fully affine invariant comparison // Image Processing On Line. —2011. —Vol. 1.
8. Lowe D.G. Object recognition from local scale-invariant features // Computer vision, 1999. The proceedings of the seventh IEEE international conf.—1999.—Vol. 2.—P. 1150— 1157.
9. Mikolajczyk K., Tuytelaars T., Schmid C. et al A comparison of affine region detectors // International journal of computer vision.— 2005. — Vol. 65, No. 1—2. — P. 43—72.
10. Moisan L., Stival B. A probabilistic criterion to detect rigid point matches between two images and estimate the fundamental matrix // Ibid.—2004.—Vol. 57, No. 3.—P. 201—218.
11. Fischler M.A., Bolles R.C. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography // Communications of the ACM.—1981. —Vol. 24, No. 6. —P. 381—395.
12. Hartley R., Zisserman A. Multiple view geometry in computer vision // Robotica.—2005.—Vol. 23, No. 2. —P. 271—271.
13. Golub G.H., Reinsch C. Singular value decomposition and least squares solutions // Numerische mathematik. —1970. —Vol. 14, No. 5. — P. 403—420.

ВОЛОШИН Дмитрий Владимирович, мл. науч. сотр. Ин-та программных систем НАН Украины. В 2011 г. окончил Киевский национальный университет им. Тараса Шевченко. Область научных исследований — компьютерное зрение, компьютерное моделирование, глубинное обучение.

Полный текст: PDF (русский)