Розкрито засади проектування технічних засобів автоматизації для технологічних процесів і виробництв.

Раскрыты основы проектирования технологических средств автоматизации для технологических процессов и производств.

Викладено теорію та принцип дії основних пілотажно-навігаційних приладів, наведено опис їх конструкцій та льотної експлуатації.

Изложены теория и принцип действия основных пилотажно-навигационных приборов, приведены описания их конструкций и лётной эксплуатации.

Розглянуто характерні особливості візуального алгоритма одночасного картографування та позіціонування. Сформульовано постановку задачі навігації для безперервного спостереження поверхні землі. Запропоновано алгоритм кореляційного пошуку й оцінювання координат на основі калманівської фільтрації.

Розглянуто теорію і техніку систем навігації наведення по геофізичним полям (так званих кореляційно-екстремальних навігаційних систем). Досліджено класифікації магнітних полей, бортові магнітометри, основні складові похибок вимірювання магнітного поля Землі. Запропоновано методи моделювання складових похибок трикомпонентного магнітометра.

Heading determination algorithm is proposed based on the correlation on pair of geo-referenced image and current one. Correlation is done between the descriptors of feature points determined by Speed-Up Robust Feature (SURF) method. Error metric of matched pair is selected as normalized correlation coefficient (NCC) from the point of view of computational efficiency. The errors of heading determination are investigated for different threshold values of NCC and then the incremental approach is proposed. The constant and random components of heading errors are extracted and on the base of normal distribution the model of errors of heading channel in vision-based navigation is designed.

Проведено порівняльний аналіз різних схем комплексування навігаційних складових вектора стану в інерціально-супутникових системах, побудованих за методом компенсації або на основі калманівської фільтрації, досліджено похибки оцінювання координат і складових вектора швидкості двома алгоритмами комплексування.

Розглянуто способи класифікації кореляційно-екстремальних навігаційних систем і геофізичних полів. Представлено структурну схему кореляційно-екстремальної навігаційної системи, яка працює за умов ризику поточної навігаційної та картографічної інформації. В схему введено блок оперативного картографування, що реалізує відомий підхід одночасного позиціонування і картографування на основі рекурсивного байєсовського оцінювання. Показано, що блок дозволяє уточнення картографічної інформації безпосередньо під час польоту.

Метод Speed-Up Robust Feature (SURF) використовується для робастного виявлення характерних точок зображень. Проаналізовано алгоритми співставлення характерних точок. Проведено порівняння різних метрик похибок за їх точністю та обчислювальною ефективністю на серії тестових зображень для базових перетворень, таких як масштабування, поворот і зсув.

Рассмотрены алгоритмы фильтрации сигналов, методы экстраполяции. Предложено применять фильтр Брауна для устранения шумов, как альтернативу фильтра Калмана. Представлена структурная схема адаптивной фильтрации, сглаживания и прогнозирования. Показано, что представленный алгоритм позволяет получать более чистый сигнал, почти без шумов.

Предложен иерархический подход к совместной обработке данных в комплексной навигационной системе. Нижний уровень обработки данных в корреляционно-экстремальной навигационной системе включает формирование и отбор наиболее информативных признаков, таким образом, разработан расширенный алгоритм на основе взвешенной корреляции и выборки признаков из эталона. Практическая эффективность алгоритма исследована на основе использования метода обнаружения характерных точечных признаков Speed-Up Robust Feature и использования его дескриптора. Наблюдалась минимизация количества особенных точек в эталоне без снижения качества сопоставления наряду с уменьшением вычислительных затрат.

Предложен интегральный параметр для оценки информативности эталонных данных геофизического поля. Разработаны алгоритм и программное обеспечение для его реализации. Эксперименты на наборе изображений разных местностей (поле, лес, город) подтвердили эффективность и точность данного алгоритма.

Рассмотрена корреляционно-экстремальная навигационная система, которая позволяет более точно определить координаты беспилотного летательного апарата. В качестве критериальной функции выбран нормированный морфологический коэффициент корреляции. Изображения обработаны с помощью метода, который базируется на интенсивности, и метода автоматического сопровождения. Сравнение методов по устойчивости и оценку нормированных морфологических коэффициентов корреляции проведено на серии тестовых изображений с разным уровнем информативности.

Рассмотрено корреляционное стереоскопическое распознавание. Разработано программное обеспечение, с помощью которого обрабатываются полетные данные, полученные с БПЛА. Проведено моделирование движения БПЛА с камерой на борту и получены фотографии, которые обрабатывались различными методами, в результате чего были сопоставлены особые точки и триангулированы для создания 3D-рельефа. Результаты исследования показали, что вероятность распознавания соответствует указанным уровням, даже если изображение искажено. Использование предложенного алгоритма корреляционного стереоскопического распознавания возможно для оценивания высоты в реальном времени и восстановления рельефа.

Приведено алгоритми гіро-акселерометичного методу вимірювання параметрів кутової орієнтації в інерціально-супутникових системах, побудованих за методом компенсації або на основі калманівської фільтрації, досліджуються похибки вимірювання параметрів кутової орієнтації запропонованим методом при виконанні об'єктом різного роду маневрів з прискореннями і зміною кутового положення.

Development and research of cartographic software of visual correlation-extreme navigation systems has been done. Selection of informative features has been developed by using Speed-Up Robust Feature descriptors and expert estimations of reference image.

A filtering block has been developed with the help of which navigation data, received from UAV is filtered. UAV motion over some territory with camera on board has been held and images are captured from it. Images were processed by blob method and we got some linear references, filtered it and compared with Google maps. As a result is received probabilities of state equation, in particular transient probabilities and its approximations according to the flight task, which allows to estimate UAV location, which showed that block is appropriate for use on UAV board and due to applying filtering, gives as correct results of location determining as possible.

Запропоновано розроблений блок фільтрації навігаційних даних безпілотного літального апарата. Під час руху апарату були отримані знімки рельєфу місцевості камерою безпілотного літального апарата. Захоплені зображення були оброблені SURF методом. Результат обробки дозволив виявити відфільтровані характерні точки і порівняти з попереднім зображенням. Таким чином, в ході роботи було зроблено висновок, що за допомогою порівняння двох сусідніх зображень є можливість реконструювати рельєф, над яким пролетів безпілотний літальний апарат, оцінити висоту та провести точкову фільтрацію із розділення вектору стану.

Проведено аналіз системи класифікації за даними відеоспостереження. Сформульовано, що для виділення ознак та їх класифікації, потрібно отримати нормалізовані гіпотези для виявлення ознак об'єкта, приймаючи до уваги орієнтацію камери та висоту польоту. Запропоновано структуру допоміжної класифікації на основі ймовірнісних моделей, таких як класифікатор Байєса та Марковські процеси. Запропонований алгоритм був застосований для виявлення лише двох ознак, що відносяться до BLOB аналізу. Класифікацію було проведено відповідно до двох основних характерних параметрів - площа та центр мас. Вектор ознак складається лише з найінформативніших складових та дозволяє мінімізувати ризики. Результати підтвердили надійність класифікації відповідно до набору відео кадрів у умовах неповних даних дескриптивного простору.

Порівняно ефективність двох різних методів зіставлення зображень, тобто SURF та ORB, на різного роду перетвореннях та деформаціях, таких як масштабування, обертання, шум, викривлення типу "риб'яче око" та кадрування. Для цього ми вручну застосовуємо різні типи перетворень на оригінальних зображеннях та обчислюємо відповідні параметри оцінки, такі як кількість ключових точок у зображеннях, швидкість співставлення та час виконання, необхідні для кожного алгоритму, з'ясовуючи, який алгоритм надійніший для кожного виду спотворень.

Запропоновано використання контекстно-залежної класифікації для задач розпізнавання. Початковою точкою в довільній класифікації було обрано класифікатор Байєса. Морфологічні ознаки такі як форма об'єкта, площа, ексцентриситет, розглянуті з точки зору контекстно-залежної класифікації. Як результат, отримано залежності, які можна використовувати для розпізнавання об'єкта, і далі апроксимоване аналітичне представлення може використовуватися разом з детекторами точок інтересу. Розроблено процедуру прогнозування варіативних ознак об'єкта.