Оптична система виявлення динамічних об'єктів для БПЛА

Автор(и)

  • A. Molchanov Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут»
  • V. Kortunov V Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут»

DOI:

https://doi.org/10.18372/2073-4751.1.12793

Ключові слова:

UAV, autopilot, optical flow, least squares method, the sum of absolute differences, detection of objects, avoidance of obstacles

Анотація

У роботі представлена технологія на основі методу оптичного потоку ПЗС-камери. Оптичний потік використовується для виявлення динамічних перешкод перед камерою, за допомогою якого формується сигнал управління на обліт перешкоди. Пропонована система заснована наоцінці оптичного потоку з зваженими блоків зображення в потоковій відео послідовності. Проведені практичні випробування доводять робото спроможність цієї системи. Методи і алгоритми, описані в даній роботі, є досить універсальними і реалізуються в різних областях, які використовують автономну систему навігації. Система розробляється для використанняна БПЛА

Біографія автора

V. Kortunov V, Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут»

Doctor of Sciences

Посилання

P. Chalimbaud, F. Berry, F. Marmoiton, and S. Alizon. Design of a hybrid visuoinertial smart sensor. In Proc. Workshop Integration Vision Inertial Sensors (in conjunction with IEEE Int. Conf. Robotics Automation), 2005.

X. Armangue, H. Araujo, and J. Salvi. Differential epipolar constraint in mobile robot egomotion estimation. In Proc. IEEE Int. Conf. Pattern Recognition, pages 599–602, 2002.

Q. Ke and T. Kanade. Transforming camera geometry to a virtual downwardlooking camera: Robust egomotion estimation and ground-layer detection. In IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), pages I–390– I–397, 2003.

M. Clauss, P. Bayerl, and H. Neumann. Segmentation of independently moving objects using a maximum-likelihood principle. In Proc. Autonome Mobile Systeme, 2005.

F. Woelk and R. Koch. Fast monocular Bayesian detection of independently moving objects by a moving observer. In Proc. DAGM Symposium, 2004.

B. K. P. Horn and B. G. Schunck, “Determining optical flow: a retrospective,” Artificial Intelligence, vol. 59, no. 1–2, pp. 81–87, 1993.

Molchanov A.A., Kortunov V.I. Review of motion parameters estimation methods from optical flow [in Russian]. Radioelectronic and computer systems, National aerospace university «Kharkov aviation insitute» named after M.E. Zhukovskiy, Ukraine, 2013(2), pp. 80-85.

Molchanov A.A., Kortunov V.I. Optical flow motion estimation method based on weighted imaging unit measurement [in Russian]. Information processing systems, Kharkiv University of Air Force University named after Ivan Kozhedub, Ukraine, 2015(1), pp. 26-31.

##submission.downloads##

Опубліковано

2017-05-22

Номер

Розділ

Статті