ВКР: Управление мобильной системой видеонаблюдения с использованием алгоритмов Visual SLAM

СОДЕРЖАНИЕ

ВВЕДЕНИЕ................................................................................................ 3

ГЛАВА I: АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ.......................................... 5

1.1. Обзор SLAM и его основных подходов............................................ 5

1.2. Анализ технических средств.......................................................... 11

1.3. Обзор программных средств.......................................................... 20

1.4. Сравнение современных версий нейросети YOLO........................ 31

II ГЛАВА: НАПИСАНИЕ АЛГОРИТМА................................................... 33

2.1. Описание алгоритма построения графа для обучения нейросети .. 33

2.2. Обзор архитектуры YOLOv5......................................................... 40

2.3. Процесс обнаружения объектов на изображениях, сделанных

дронами................................................................................................ 44

2.4. Реализация алгоритма построения графа для беспилотника........ 46

2.5. Реализация алгоритма, соединяющего построенный оператором

граф с нейросетью YOLOv5................................................................. 48

ГЛАВА III ПРОЦЕСС ОБУЧЕНИЯ........................................................... 55

3.1. Этапы обучения YOLOv5 согласно описанному алгоритму.......... 55

3.2. Сборка набора данных для обучения YOLOv5s............................. 56

3.3. Создание конфигурационного файла для обучения YOLOv5s....... 59

3.4. Результаты обучения на выбранном наборе данных..................... 65

ГЛАВА IV: ТЕСТИРОВАНИЕ СОЗДАННОГО ПРОГРАММНОГО МОДУЛЯ

67

ВЫВОД................................................................................................... 68

СПИСОК ЛИТЕРАТУРЫ:........................................................................ 69




















2

ВВЕДЕНИЕ

• современной жизни люди часто стали использовать автономные устройства под нужные им цели. Для автономной работы этих устройств используются различные средства, позволяющие безошибочно выполнять свои функции на местности без контроля и помощи человека. Одним из таких средств являются алгоритмы SLAM. Например, прогнав видео через такой алгоритм, можно получить траекторию движения для автономного устройства в неких координатах в случайном масштабе. А дополнительные данные, например с гироскопа, акселерометра и GPS-приемника придают траектории реальный масштаб, позволяющий точно определить направление движения камеры, ее ориентацию в пространстве и пройденное расстояние. Что в результате будет заметно точнее, чем при использовании обыкновенной GPS-навигации.

Принцип, по которому умные устройства работают автономно в этих областях, заключается в том, что они должны иметь возможность создавать карты в текущей среде. SLAM алгоритм, используемый устройством, должен помогать ему определять его положение и местоположение в текущей среде. То есть он исследует каждый уголок окружающей среды и определяет свое положение и ориентацию тела по признакам данной среды. В данной работе мы подробно разберемся в работе алгоритмов SLAM. Темой выпускной квалификационной работы является: «Управление мобильной системой видеонаблюдения с использованием алгоритмов Visual SLAM». Актуальность разработки алгоритма и про