Реализация системы видеопозиционирования подводного аппарата


Авторы

Кропотов А. Н. *, Макашов А. А. **, Плясунов В. М. ***

Московский государственный технический университет им. Н. Э. Баумана, МГТУ им. Н. Э. Баумана, 2-я Бауманская ул., 5, стр. 1, Москва, 105005, Россия

*e-mail: alex.kropotov@sm.bmstu.ru
**e-mail: amakashov@bmstu.ru
***e-mail: sm42@sm.bmstu.ru

Аннотация

В статье рассматривается реализация системы видеопозиционирования подводного аппарата, предназначенной для определения локальных параметров движения аппарата, на основе обработки видеоинформации. Приводится описание принципов построения и алгоритмов работы такой системы. Исследован вопрос адаптации алгоритма для его применения на малоразмерном подводном аппарате с высокими динамическими характеристиками. Приведены результаты численного моделирования, и полунатурных испытаний системы.

Ключевые слова

локальная навигация, видеообработка, подводный аппарат, система управления, компьютерное зрение, сопоставление изображений, динамическое позиционирование

Библиографический список

  1. Aulinas J., Carreras M., Llado, X. et al. Feature extraction for underwater visual SLAM // Ocean. 2011 IEEE — Spain. IEEE, 2011. P. 1–7.
  2. Negahdaripour S., Firoozfam P. An ROV Stereovision System for Ship-Hull Inspection // IEEE J. Ocean. Eng. 2006. Vol. 31, Issue 3. P. 551–564.
  3. Костенко В.В., Павин А.М. Автоматическое позиционирование необитаемого подводного аппарата над объектами морского дна с использованием фотоизображений // Подводные исследования и робототехника. 2014. № 1(17). С. 39–47.
  4. Липатов А.Н., Ляш А.Н., Макаров С.В. и др. Оптический датчик координат для системы автоматической посадки и стыковки в водной среде // Подводные исследования и робототехника. 2014. № 1(17). С. 18–32.
  5. Shi J., Tomasi C. Good features to track // Proc. IEEE Conference of Computer Vision and Pattern Recognition. — Seatle 1994. June.
  6. Lowe, D. «Object recognition from local scale-invariant features» // Proceedings of the International Conference on Computer Vision 2. pp. 1150–1157.
  7. Bay H. et al. Speeded-up robust features (SURF) // IEEE Computer Vision and image understanding. — 2008. Vol. 110, issue 3. P. 346–359.
  8. Leutenegger S., Chli M., Siegwart R.Y. BRISK: Binary Robust invariant scalable keypoints // 2011 Int. Conf. Comput. Vis. IEEE, 2011. P. 2548–2555.
  9. Артюхов М.Ю., Кропотов А.Н., Макашов А. А., Сахарова Е.И. Опыт создания системы локальной видеонавигации для подводных аппаратов // Техническое зрение в системах управления мобильными объектами — 2010: Труды научно-технической конференции-семинара.- Таруса.2010.- С. 230.
  10. А.Н. Кропотов, А.А. Макашов, М.Ю. Артюхов и др. Системы обработки телевизионной информации подводных аппаратов // Технические проблемы освоения мирового океана — Материалы четвёртой всероссийской научно-технической конференции. — Владивосток 2011. — с.316-321.
  11. Б.В. Вишняков, В.С. Горбацевич. Быстрый алгоритм привязки фона и цифровой стабилизации при линейном движении или дрожании камеры // Техническое зрение в системах управления — 2013: Материалы конференции — Москва 2013.
  12. А.Н. Кропотов, А.А. Макашов, Е.И. Сахарова, В.М. Плясунов. Построение видеомозаики на основе слабоконтрастных изображений донной поверхности // Современные методы и средства океанологических исследований — 2013: Материалы конференции. — Москва 2013, т.2, с. 73-76.

Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2019

Вход