CC BY
16
The issues of organizing and conducting classes on the design and assembly of the simplest robotic systems for secondary school students and students of the Moscow Power Engineering Institute in the laboratories of the Department of Robotics, Mechatronics, Dynamics and Machine Strength of the NRU "MPEI".
Key words: robotic systems, software, sets of constructors "Lego", "Expert"
Orlov Igor Viktorovich, candidate of technical sciences, docent, OrlovIV@mpei.ru, Russia, Moscow, National Research University "MPEI",
Khromatov Vasily Efimovich, candidate of technical sciences, professor, Khroma-tovVY@,mpei. ru, Russia, Moscow, National Research University "MPEI"
УДК 528.71
DOI: 10.24412/2071-6168-2021-11-349-352
РАЗРАБОТКА АЛГОРИТМА ВЫДЕЛЕНИЯ КОНТУРА СКЛАДИРОВАННЫХ
СЫПУЧИХ МАТЕРИАЛОВ ФОТОГРАММЕТРИЧЕСКИМ МЕТОДОМ
Н.А. Беззубов
В статье представлен краткий анализ проблемы измерения объемов сыпучих материалов с помощью беспилотного летательного аппарата, рассмотрены существующие методы определения объемов сыпучих материалов. Составлена обобщенная схема оптико-электронной аппаратуры беспилотного летательного аппарата для фотограмметрии, основанной на встраиваемой системе Raspberry Pi Zero. Проведен эксперимент с захватом видеопотока оптико-электронной системы и последующим распознаванием формы и цвета целевого объекта на видеоизображении в реальном времени.
Ключевые слова: фотограмметрический метод, машинное зрение, машинное обучение, распознавание образов, обработка изображений, шаговый двигатель, встраиваемая система, сыпучий материал.
Введение. Замеры объемов сыпучих материалов являются неотъемлемой частью работы пищевой, цементной, горнодобывающей, металлургической, химической, целлюлозно-бумажной промышленности. Сыпучее сырье составляет значительную часть расходов предприятий и для эффективного его распределения необходимо контролировать объём, который в свою очередь сложно поддается точному учету. Необходимая точность определения объемов в большей степени зависит от стоимости единицы объема материала и может варьироваться от единиц до долей процентов от общего объема материалов. [1].
Традиционным инструментом для определения объёмов сыпучих материалов является геодезическая съёмка (обычно с помощью электронного тахеометра). Основным ограничением при проведении работ с применением тахеометров является низкая скорость измерений и физическая невозможность детальной съёмки больших объёмов материалов. В таких случаях используется фотограмметрический метод измерения с помощью аэросъемки с беспилотного летательного аппарата.
В качестве одной из основных систем сбора и обработки информации на борту беспилотных летательных аппаратов (БПЛА) используется оптико-электронная система (ОЭС). Проектирование ОЭС БПЛА должно исходить из требований, предъявляемых условиями применения БПЛА, комплексом алгоритмов, подлежащих реализации на борту БПЛА, точностью представления входной и выходной информации.
При реализации задач управления беспилотным летательным аппаратов парадигма решения может формулироваться следующим образом: на основе априорной информации о рассматриваемой сцене (участке склада сыпучего материала) и апостериорной информации о той же сцене, полученной в процессе полета, сопоставляются текущее и эталонное изображения с последующей локализацией на текущем изображении заданных объектов сцены (например, реперы) и определением значений текущих координат этих объектов в целях формирования сигналов управления движением летательного аппарата [2].
349
Для определения объема сыпучего материала фотограмметрическим методом требуется получить точечную 3D-модель кучи сыпучего материала на основе обработки результатов аэросъемки с помощью специального программного обеспечения. С учетом топографической информации о поверхности площадок хранения сыпучих материалов можно провести селекцию и распознавание по цвету целевого объекта на видеоизображении, отделив его от остальной многообъектной сцены контурной линией.
Рис. 1. Распознавание и оконтуровка сыпучего сырья на видеоизображении с созданием точечной SD-модели
Основой метода активных контуров является то, что контур еще до момента оконту-ривания целевого объекта имеет некую начальную форму и, в связи с различными влияющими на него условиями, - деформируется. Задача поиска границ объекта формулируется как изменение позиций точек контура к новым, в которых функционал энергии E достигает минимума. Энергия контура зависит от его формы, размера контура и его положении на изображении. Она записывается в виде сумм двух функций: внутренней энергии и внешней энергий.
E(vi) = a ■ Eint (vi) + b ■ Eext (vi), (1)
где a, b - весовые коэффициенты, Eint - внутренняя энергия для точки, а Eext - внешняя энергия, Vi - точки контура [3].
Эксперимент. Проведем эксперимент, состоящий из организации захвата видеопотока с модульной камеры встраиваемой системы Raspberry Pi Zero и реализации специального алгоритма детектирования, выделения контура и определения формы и цвета объекта в кадре. В качестве объектов примем простейшие геометрические фигуры различных цветов.
Рис. 2. Разработанная оптико-электронная система
Оптико-электронная система состоит из двух шаговых двигателей горизонтального и вертикального каналов наведения, двух драйверов и встраиваемой системы Raspberry Pi Zero W (рис. 3). Персональный компьютер передает сигналы управления в микрокомпьютер Raspberry Pi Zero, а также служит для обновления программного обеспечения и загрузки другой необходимой информации [4].
Данные с оптического модуля, которым является камера Raspberry Pi Camera Module v2, поступают на вычислитель, где обрабатываются и преобразуются в сигналы для драйверов L6470. Данный драйвер позволяет реализовывать микрошаговый режим для управления исполнительными шаговыми двигателями горизонтального и вертикального канала соответственно. Лазерный модуль можно использовать для измерения расстояния до репера в определенной точке склада сыпучего сырья.
Персональный компьютер
Raspberry
Драйвер гориз онтального канала L6470
Вычислитель jRaspberry Pi Zeroj
1 I""
Лазерный модуль
Драйвер вертикального канала L6470
1
_3L_
1 Т
Рис. 3. Обобщенная структурная схема оптико-электронной системы
Установив все необходимые программные компоненты, включая библиотеки OpenCV и imutils на проектируемую систему и осуществив захват видеопотока попробуем реализовать распознавание объекта. Запускаемый алгоритм описан с помощью языка программирования Python в среде разработки Thonny. Перед модульной камерой расположим цветные предметы различной формы (рис. 4).
Рис. 4. Результат работы алгоритма
Заключение. Анализ существующих методов определения объемов сыпучего сырья показал, что применение фотограмметрического метода относительно менее трудоемкий процесс, однако по точности определения требуемых параметров аэросъемка существенно уступает по точности другим методам измерения сыпучих материалов. В дальнейших исследованиях планируется рассмотреть возможность увеличения точности определения объема сыпучих материалов с помощью применения нейросетевых моделей распознавания образов, включающих в себя алгоритмы глубокого обучения.
Эксперимент показал, что задача распознавания и выделения контура складированного сыпучего материала на видеоизображении является относительно несложной задачей, как с точки зрения математического аппарата, применяемого в алгоритме, так и структуры всего алгоритма в целом.
Список литературы
1. Комиссаров А.В., Аврунев Е.И., Ямбаев Х.К., Хлебникова Е.П. Сравнение точности определения объемов сыпучих материалов по данным съемки с беспилотных летательных аппаратов и геодезическим измерениям // Вестник СГУГиТ, Том 24, № 4, 2019. С. 70-77.
2. Инсаров В.В., Тихонова С.В., Ранкова А.В., Фортинский Д.А., Использование градиентного подхода в задаче выделения контуров крупных техногенных объектов на изображениях многообъектных наземных сцен // Мехатроника, автоматизация, управление, том 6, 2015, №6, с.415-420.
3. Kass M., Witkin A., Terzopoulos D. Snakes: Active contour models //International journal of computer vision. 1988. Т. 1. №. 4. С. 321-331.
4. Черкасова Н.Д. Реализация мехатронного модуля с шаговым исполнительным двигателем для оптико-электронной системы // Вестник Тульского государственного университета. Серия «Системы управления». Вып.1. Тула: Изд-во ТулГУ, 2019. С. 80-89.
Беззубов Никита Андреевич, аспирант, nikobezzubov@gmail. com, Россия, Тула, Тульский государственный университет
DEVELOPMENT OF AN ALGORITHM FOR THE CONTOUR EXTRACTION OF STOCKPILED BULK MATERIALS USING THE PHOTOGRAMMETRIC METHOD
N.A. Bezzubov
The article presents an analysis of the bulk volume measurement problem using an unmanned aerial vehicle, examines the existing methods for determining the volume of bulk materials. A generalized scheme of the optoelectronic equipment of an unmanned aerial vehicle based on the Raspberry Pi Zero embedded system is made. An experiment with capturing a video stream of the optoelectronic system and subsequent recognition of the shape and color of the target object on the video image in real time was conducted.
Key words: photogrammetric method, computer vision, machine learning, pattern recognition, image processing, stepper motor, embedded system, bulk material.
Bezzubov Nikita Andreevich, postgraduate, nikobezzubov@,gmail.com, Russia, Tula, Tula State University
УДК 629.7.058
DOI: 10.24412/2071-6168-2021-11-352-358
МЕТОД СРАВНИТЕЛЬНОГО ИССЛЕДОВАНИЯ АЛЬТЕРНАТИВНЫХ ВАРИАНТОВ СТРУКТУРЫ БОРТОВОЙ СИСТЕМЫ АВТОСОПРОВОЖДЕНИЯ
А.И. Кимяев, В.В. Шеваль
Предложен метод сравнительных структурных исследований двухканальной бортовой САС, объединяющей поступательные движения в грубом канале управления и угловые движения в точном канале с помощью введения в рассмотрение эквивалентной двухканальной САС с угловыми движениями в обоих каналах. Показаны пути проведения идентификации с использованием технологии математического моделирования различных структур эквивалентного САС с угловыми движениями в грубом канале по отношению к исходной структуре управления поступательным движением в этом же канале. В результате проведения математического моделирования выявлена эквивалентная структура грубого канала, совпадающая в наибольшей степени с исходным каналом поступательного движения.
Ключевые слова: автоматическое сопровождение, двухканальные системы управления движением, структурный анализ.
В последнее время расширяется круг прикладных задач, в которых необходимо обеспечивать высокоточное измерение координат подвижных наземных и атмосферных объектов, причем во многих случаях речь идет о точностях измерения порядка единиц угловых секунд. Поля зрения оптических приборов (ОП), способных осуществлять подобные измерения, также имеют небольшие размеры, что предъявляет очень жесткие требования к динамической точности режима автосопровождения, особенно с учетом дополнительного требования расположения оптических приборов на борту авиационных носителей (АН) и достаточно высокой динамики перемещения наблюдаемого объекта (цели).
