Диссертация (Расширение условий функционирования систем визуальной навигации автономных беспилотных летательных аппаратов), страница 12
Описание файла
Файл "Диссертация" внутри архива находится в папке "Расширение условий функционирования систем визуальной навигации автономных беспилотных летательных аппаратов". PDF-файл из архива "Расширение условий функционирования систем визуальной навигации автономных беспилотных летательных аппаратов", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст 12 страницы из PDF
Текущее изображениеПрежде всего необходимо определить ориентиры, расположенные нанаблюдаемом участке.На подобных сценах подвижные объекты (автомобили), которые неявляются ориентирами, могут выделяться соответствующими алгоритмами иудаляться из списка ОИ.Малоинформативные ориентиры типа: дорога, обочина, поле, лесраспознаются по их текстуре с помощью выделения и оценки признаков, пометодике, приведенной во 2-й главе.Результатомориентировнаобнаружениятекущемираспознаванияизображенииявляетсямалоинформативныхсегментированноеизображение (рисунок 3.6).9132123Рисунок 3.6. Текущее изображение с обнаруженнымималоинформативными ориентирамиНа рисунке 3.6 цветом выделены различные наблюдаемые объекты, ацифрами отмечены классы, к которым они относятся: 1 – дорога, 2 – поле, 3 лес.В центре полученного изображения присутствует участок дороги.
Нижедороги расположено поле и участок леса. Выше дороги расположено поле ифрагмент леса.Описание наблюдаемой сцены в соответствии с предлагаемой иерархией(рисунок 3.2) будет выглядеть следующим образом:Ds("1"(O(1)^G( [«центр»])^«2»(O(3)^G([«юго-восток»]))^"3"(O(3)^G([«северо-запад»]))^"4"(O(2)^G([«3»: «север»]))^"5"(O(42)^G([«1»: «юг»])))В описании использованы обозначения:Ds( . ) – предикат начала описания92«1» - индекс объекта в описании;О – класс объекта;S – тип поверхности;G – описание положения на сцене.После описания наблюдаемой сцены необходимо произвести еесравнение с ЦКМ.
При этом в результате сравнения формируются гипотезы отекущих координатах аппарата.Способ сравнения связан с формой описания ЦКМ. В рассматриваемомслучае гипотезами оценок положения будут являться квадраты с описаниями,схожими с описанием текущей наблюдаемой сценой.В работе предложен следующий алгоритм сравнения описаний:93Вход1. Выбор уровня описаний2.
Описаниетекущейсцены3. Выбор новойгипотезыРабочийнаборгипотез4. Описаниефрагментакарты{Текущееописание}5. Сравнение описанийДаОписаниясовпадаютНет6. СохранениегипотезыПроверенывсе гипотезыНетДа7. Обновление гипотез{Гипотезы}Один объектДаНетОдна гипотезаДаНетНетПроверены всеуровни описанийДа8. Вывод гипотезВыходРисунок 3.7. Сравнение описаний по квадратам94В блоке 1 происходит выбор уровня описания, на основе которого будетпроизводиться дальнейшее сравнение.Далее параллельно производится описание текущей сцены (котороесохраняется в памяти) (блок 2) и описание некоторого фрагмента карты(соответствующей некоторой гипотезе положения) (блоки 3, 4).
Гипотезыположения выбираются из «рабочего набора гипотез». На первом проходе«рабочий набор» содержит все фрагменты ЦКМ.В следующем блоке происходит сравнение описаний (блок 5) текущейсцены и описания рассматриваемого фрагмента карты.В результате сравнения принимается решение о совпадении (похожести)описаний. Если описания совпали (блок 6), тогда соответствующая гипотезасохраняется в памяти как возможная гипотеза положения («Гипотезы»).Для сравнения описаний в работе предлагается использовать расстояниеХемминга (d), т.е.
рассчитывать количество несовпадающих элементов вописаниях сравниваемых сцен по формуле = ∑=1| − | ,(3.18)где i, j – индексы сравниваемых описаний; – количество параметров вописании; , – сравниваемые параметры описания,1, если = .| − | = {0, если ≠ При этом описание в форме предикатов необходимо преобразовать втабличную форму.Например, описание 1-го уровня текущей сцены примет следующий вид:Таблица 3.1. Пример сравнения описаний первого уровняПолеДорогаЛесГородТекущая сцена1110Фрагмент 110102Фрагмент 1001113Фрагмент 1611100d95Фрагмент 2111100Фрагмент 2211100В первой строке таблицы показано количество объектов определенногокласса («поле», «дорога», «лес», «город») на наблюдаемой сцене.Остальные строчки соответствуют описаниям некоторых фрагментовкарты.
Рассмотренные фрагменты показаны на рисунке 3.8.110162122Рисунок 3.8. Гипотезы положенияРезультат расстояния Хемминга между описаниями текущей сцены ифрагмента карты показан в таблице 3.1. в колонке d.Будем считать, что описания совпадают при d = 0. Этому условиюсоответствуют описания фрагментов 16, 21 и 22 (фрагменты выделены нарисунке 3.8).Таким образом, после сопоставления сцен первого уровня описанийостается всего - 3 гипотезы, в число которых входит истинное положение БЛА(квадрат 16).Блоки 2 - 6 повторяются до тех пор, пока не будут рассмотрены всеисходные гипотезы.96Далее рабочий набор гипотез обновляется (блок 7), т.е. рабочим наборомгипотез становятся гипотезы, выбранные ранее.Если в описании текущей сцены содержится только один объект, тодальнейшееуточнениеописанияпрекращается.Алгоритмзавершаетвычисления и выводит текущий набор гипотез.При наличии в рабочем наборе гипотез одной гипотезы, считается, чтозадача навигации решена и работа алгоритма завершается.При невыполнении описанных выше условий проверяется условиеналичия неиспользованных уровней описания.
Выбирается новое описание, изаново повторяются блоки 1 - 7. Таким образом, происходит перебор всехгипотез и уровней описания, в результате чего формируется окончательныйнабор гипотез.3.4.Методика и алгоритм выбора информативного направленияполета БЛАСледующей задачей при навигации на малоинформативной местности(после формирования гипотезы о текущих координатах аппарата) являетсявыбор наиболее информативного направления полета.В этом случае необходимо предпринять дополнительные действия поанализу ЦКМ и планированию дальнейшего полета с целью поиска болееинформативных участков местности и объектов.Наблюдаемая сцена на рисунке 3.1 не позволяет решить задачувысокоточного определения координат БЛА, так как границы ОИ – линейны ирасположены параллельно.
Поэтому положение БЛА вдоль дороги являетсянеопределенным. Следовательно, обнаруженные на наблюдаемой сценеориентиры недостаточно информативны.План действий в подобных ситуациях состоит в следующем:1.Определить гипотезы положений БЛА на карте.2.Выделить достаточно информативные ориентиры, ближайшие квозможным положениям БЛА.973.ОпределитьнаправлениеполетаБЛАобеспечивающегообнаружение ориентира с максимальной вероятностью.ПослеопределениягипотезыположенияБЛА,необходимопроанализировать карту и определить наиболее информативные направления.Выбор наиболее информативного направления предлагается проводитьна основе расчета информативности по формуле [44]() = 0 − (),(3.19)где 0 − априорная энтропия положения; – описание направления;полета, = [∆ ∆], ∆ и ∆ – смещения относительно текущего положения.Апостериорная энтропия направления полета считается по формулегипгип() = − ∑=1( | ) ∑=1( |, ) 2 ( |, ),(3.20)где гип – количество гипотез положения БЛА; ( | ) – вероятностьуспешной реализации полета в направлении J при гипотезе текущего - описание сцены (квадрата), расположенного вположения l;направленииJотносительногипотезыl.
( |, ) − вероятностьгипотезы положения m при смещении J и описании .В результате расчета данной формулы для каждого возможногонаправления полета получится поверхность. Максимальное значение наповерхности будет соответствовать наиболее информативному направлениюполета.98Вход1. Определениегипотез положения2. Выбор гипотезы3. Выбор новогонаправленияполета4. Расчетинформативностинаправления (3.11)5. АккумулированиерезультатовОстались0направления{Направление}{Информативность}ДаНет000000гипотезыОсталисьДаНет6. Выборнаправления смаксимальнойинформативностьюВыходРисунок 3.9. Алгоритм выбора информативного направленияАлгоритм состоит из 6 блоков.В блоке 1 принимается набор гипотез, сформированный на предыдущихэтапах (в алгоритме анализа сцены). Далее в блоках 2 – 5 происходит расчет99информативности всех возможных направлений и формируется такназываемая «карта информативностей».В блоке 6 на основе сравнения информативностей производится выборнаправления полета БЛА с максимальной информативностью.В качестве примера рассмотрим ситуацию, представленную на рисунке3.10.Рисунок 3.10.
ЦКМ малоинформативного участка местностиНа рисунке показана ЦКМ малоинформативного участка местности.Желтым кругом отмечено текущее положение БЛА. В область наблюденияСТЗ БЛА попадает только объект «Лес». Очевидно, что анализ наблюдаемойсцены не дает достаточного количества полезной информации.На рисунке 3.11 красным цветом выделены гипотезы положения БЛА,полученные в результате анализа сцены.100Рисунок 3.11. Гипотезы положения БЛАКонечная энтропия положения по формуле (3.13)( ) = 6.8.Так как наблюдаемый фрагмент содержит только изображение леса,дальнейшее уточнение описания сцены затруднено.В соответствии с алгоритмом (рисунок 3.9) в данном случае необходимопереходить к этапу планирования дальнейшего полета и определениюнаиболее информативного направления.Расчет информативности определенного направления осуществляетсяаналогично оценки информативности признака (3.19).На рисунке 3.12 представлена карта информативностей различныхнаправлений для заданной ЦКМ.- dy- dxdxdyРисунок 3.12.