CC BY
19
Тычков Александр Юрьевич, д-р техн. наук, заведующий кафедрой, tychkov-a@,mail.ru, Россия, Пенза, Пензенский государственный университет
NUMERICAL SIMULATION OF THE THERMAL IMAGE OF A REPRESENTATIVE
SAMPLE OF ARMORED VEHICLES AND ESTIMA TION OF DETECTION
CHARACTERISTICS
A.I. Chernyshkov, A.Y. Tychkov
Numerical simulation of the thermal image of a representative sample of armored vehicles was carried out and the detection characteristics were evaluated. A comprehensive examination of the thermal image of armored vehicles was carried out for a wide range of changes in external conditions in combination with possible modes of operation of the object and assessment of the composite properties of the survivability of an armored vehicle.
Key words: sample of armored vehicles, armor protection, vitality properties.
Chernyshkov Alexander Igorevich, assistant to the head of the teaching and methodological department, [email protected], Russia, Penza, Branch of the Military Academy of Logistics,
Tychkov Alexander Yurievich, doctor of technical sciences, head of the department, [email protected], Russia, Penza, Penza State University
УДК 621.83 Б01: 10.24412/2071-6168-2021-2-105-109
ЗАДАЧИ, РЕШАЕМЫЕ БОРТОВЫМ ОБОРУДОВАНИЕМ МОБИЛЬНОГО РОБОТА
Т. А. Акименко, И.Н. Лариошкин
Показано, что применение системы технического зрения в мобильном роботе позволяет решить такие задачи, как построение общей зрительной картины окружающей внешней среды, выделение в этой картине отдельных объектов и их распознавание, определение характеристик тех из выявленных объектов, которые нужны для выполнения роботом конкретных заданий.
Ключевые слова: бортовое оборудование, система технического зрения, система управления, мобильный робот.
Мобильный робот (МР) включает:
- полукомплект аппаратуры передачи данных, необходимый для связи МР с пунктом управления; бортовую ЭВМ, осуществляющую управление бортовым оборудованием, предварительную обработку поступающих данных и связь через бортовой полукомплект аппаратуры передачи данных с центральным пунктом управления;
- систему перемещения в пространстве, в состав которой входят приводы и движители, которые механически воздействуют на окружающую среду (механическое воздействие отмечено двойными линиями), в результате чего робот перемещается в пространстве;
- целевое оборудование, в состав каждой единицы оборудования входят привод, исполнительный механизм, сенсоры для осуществления обратной связи, механизмы воздействуют на окружающую среду, а сенсоры контролируют состояние исполнительных механизмов и окружающей среды;
105
- видеосенсор, в состав которой входят привод поворотного механизма, обеспечивающие заданную пространственную ориентацию линии визирования по углам курса и места, и средство наблюдения (телевизионного или тепловизионного типа), жестко зафиксированное на поворотном механизме;
- бортовая ЭВМ, обеспечивающая обработку поступающих данных и связь через бортовой полукомплект аппаратуры передачи данных с центральным пунктом управления.
Рассмотрим информационно-измерительные системы МР, анализирующие информацию об окружающей внешней среде. Сенсорные системы МР в соответствии с решаемыми задачами можно разделить на три группы:
1) системы, которые определяют общую картину окружающей среды с последующим обособлением различных объектов;
2) системы, которые определяют физико-химические свойства внешней среды и объектов в ее составе;
3) системы, которые определяют координаты местоположения МР, включая координаты относительно объектов внешней среды, и параметры движения МР.
Первая группа включает в себя системы технического зрения и локаторы различного типа, вторая группа — сенсоры для измерения геометрических параметров, химического состава, плотности, температуры, оптических свойств и тому подобных. В третью группу входят сенсоры для определения географических координат в пространстве, измерители угловых координат, перемещения и скорости, в том числе и относительно отдельных объектов внешней среды с фиксацией соприкосновения с ними.
Анализ информации от различных сенсоров позволяет построить модель окружающего пространства. За основу берут данные о местоположении и объектах внешней среды, включая информацию о препятствиях. Модель предназначена для выбора направления и траектории движения в соответствии с задачами МР. Модель среды представляет собой карту местности и/ или план помещений внутри зданий.
Для уточнения модели окружающего пространства в процессе движения применяют системы технического зрения (СТЗ), которые характеризуются наиболее широкой полосой пропускания, и как следствие, наибольшими семантическими возможностями для распознавания объектов внешней среды при картографировании, а так же позволяют осуществлять движение по внешним ориентирам. Навигацию, когда движение осуществляется не по карте с географическими координатами, а по топологическому образу среды называют "интерпретирующей". Данная навигация обеспечивает большую автономность и надежность управления. Истинные координаты объектов внешней среды, распознанных с помощью СТЗ, привязывают к топологической карте местности и/ или географической карте.
Основные задачи, которые решают СТЗ:
1) построение общей зрительной картины окружающей внешней среды;
2) выделение в этой картине отдельных объектов и их распознавание, включая кластеризацию (разбиение на классы по нескольким важным признакам), классификацию (отнесение к определенным заданным классам), верификацию (обнаружение конкретного искомого объекта);
3) определение характеристик тех из выявленных объектов, которые нужны для выполнения роботом конкретных заданий.
При решении вышеперечисленных задач СТЗ объединяют с другими сенсорными системами. Кроме того, СТЗ применяются для визуализации выходной информации других типов сенсорных систем.
СТЗ подразделяют на:
1) одномерные (линейка), двух- и трехмерные;
2) монохромные (полутоновые, черно-белые);
3) цветные.
В состав типовой СТЗ входит датчик (сенсор) изображения, устройство предобработки и процессор, выходная информация от которого поступает в систему управления и к человеку-оператору для дальнейшего использования. Основной тип СТЗ - это однопроцессорные системы на базе персонального компьютера. Предобработка осуществляется специальным устройством ввода - цифровой платой с памятью изображения. Для повышения быстродействия переходят к многопроцессорным системам с разделением задач на подзадачи, которые можно решать параллельно. Для обработки больших массивов данных за длительный период времени применяют СТЗ с последовательной (конвейерной) структурой.
В соответствии с функциональным составом СТЗ последовательно решаются следующие задачи обработки зрительной информации:
1) предварительная обработка видеоизображения, получаемого от датчика, в виде его фильтрации с целью повышения качества изображения путем освобождения от шумов и других помех, включая изменение освещенности и тени, сглаживания, повышения контрастности с усилением границ объектов и их частей, преобразование аналогового сигнала в цифровой;
2) сегментация, т. е. декомпозиция изображения с последовательным выделением отдельных объектов из общей картины, затем их частей и т. д. (обнаружением контуров, участков определенной текстуры и цвета);
3) определение характеристик этих объектов, т. е. выделение признаков (дескрипторов) для их последующего распознавания (выделение отрезков прямых, отверстий, округлостей, определение величины периметра, площади и т. п.);
4) распознавание, т.е. кластеризация, классификация или верификация.
В системах управления движением МР СТЗ должны обеспечивать решение двух задач — навигации и безопасности движения. В первом случае СТЗ формирует видеокартину (план) внешней среды в пределах видимости, во втором — обеспечивает обнаружение и преодоление или обход препятствий. При групповом применении роботов добавляется еще контроль их взаимного положения для обеспечения координированного движения и совместного выполнения различных задач. Для организации видеонаблюдения со стороны за всей зоной действия вне этой зоны, в том числе и над ней, размещают обзорные видеокамеры, а так же применяют специальных роботов-наблюдателей. В системах навигации МР широко используется комплексирование СТЗ с другими сенсорными системами, например с системами дальней навигации или со специальными сенсорными системами.
В системах управления МР от оператора в первую очередь используется видеоинформация от СТЗ, входящих в состав системы управления. Для получения дополнительной информации применяют отдельные СТЗ, работающие только на пульт оператора. Принятию решений по управлению, включая как выдачу заданий в систему автоматического управления робота, так и для оперативного управления роботом непосредственно оператором необходимо видеоинформацию передавать так, чтобы оператор мог представить себя на борту («эффект присутствия»). Предварительно в изображение вводится дополнительная информация, например рекомендуемые траектории движения, для обеспечения наиболее качественного управления МР со стороны оператора.
Анализ задач СТЗ в робототехнике определяет следующие специфические требования к ним:
1) универсальность, охватывающая практически для каждой конкретной СТЗ большую часть перечисленных выше функций;
2) функционирование в реальном времени, определяемом назначение робото-технической системы, укомплектованной СТЗ;
3) миниатюризация датчиков изображения, установленных на манипуляторах, и всей СТЗ для МР.
Приведённые выше факты позволяют сделать вывод о том, что современные МР обладают развитыми разнообразными системами очувствления, имеющими различное назначение и принцип действия. Это обуславливает необходимость организации их согласованного и взаимодополняющего функционирования с одной стороны, и обеспечение совместного решения общих задач с другой.
В качестве примеров типовых задач, в которых использование мультисенсор-ных систем оказывается более эффективным, можно привести такие, как:
повышение достоверности результатов измерений за счёт дублирования измерений с помощью нескольких сенсоров, использующих различные физические принципы восприятия окружающей среды;
получение более широкого диапазона значений измеряемой величины за счёт использования различных датчиков в разных поддиапазонах измерения;
комплексирование данных, поступающих от разных сенсорных подсистем (например, от широкодиапазонного датчика с низкой точностью, и высокоточного датчика, работающего в узком диапазоне измерений);
определение параметров объекта манипулирования или свойств внешней среды как функции от данных, формируемых несколькими датчиками;
использование мультисенсорной информации в задаче распознавания объектов.
Комплексирование нескольких сенсорных подсистем предполагает решение ряда сложных инженерных задач. Необходимо обеспечить их совместимость друг с другом, исключить взаимное влияние (помехи) одного датчика, на другие. При разработке алгоритмов управления и обработки сенсорной информации необходимо тщательно продумать вопросы временного согласования (синхронизации), поскольку в большинстве случаев ожидается, что интервалы получения информации с сенсоров являются постоянными величинами.
С точки зрения упрощения аппаратной реализации и снижения общей стоимости робота необходимо обеспечить максимальную унификацию используемых компонентов сенсорных подсистем и интерфейсов, обеспечивающих их подключение к вычислительной системе робота.
Список литературы
1. Давыдов О.И., Пряничников В.Е. Управление движением мобильного робота по данным ультразвуковых сенсоров // Информационно-измерительные и управляющие системы. 2015. Т. 13. № 7. С. 57 - 67.
2. Акименко Т.А., Аршакян А.А., Ларкин Е.В. Управление информационными процессами в робототехнических комплексах специального назначения. Тула: Изд-во ТулГУ, 2012. 150 с.
3. Хрущ А.В., Михайлов Б.Б. Управление мобильным роботом с бортовой системой объемного зрения // Механика, управление и информатика. 2012. № 8. С. 62 -67.
4. Лариошкин И.Н., Акименко Т.А. Система управления робототехническим комплексом на базе мобильного робота с локальными контурами управления // Известия Тульского государственного университета. Технические науки. 2020. Вып. 9. С. 260-265.
5. Акименко Т.А., Лариошкин И.Н. Задачи иерархической оптимизации // Известия Тульского государственного университета. Технические науки. 2020. Вып. 9. С. 360-364.
6. Акименко Т.А., Ларкин Е.В. Исследование системы технического зрения мобильных роботов // Проблемы науки. Материалы Всероссийской научно-технической конференции, посвященной 150-летию Периодической системы химических элементов Д.И. Менделеева и 60-летию Новомосковского института РХТУ им. Д.И. Менделеева. 2019. С. 131-135.
7. Akimenko T.A., Larkin E.V. The Method of Successive Simplifications of the Semi-Markov Process // 8-th Mediterranean Conference on Embedded Computing, MECO 2019. DOI: 10.1109/MECO.2019.8760165.
8. Akimenko T.A., Larkin E.V., The temporal characteristics of a wandering along parallel semi-Markov chains. Communications in Computer and Information Science Volume 1071, 2019, Pages 80-89. 4-th International Conference on Data Mining and Big Data, DMBD 2019. DOI: 10.1007/978-981-32-9563-6_9.
9. Larkin E.V., Akimenko T.A., Kuznetsova T.R., Ostashev S.V. Embedded System Programs Optimization. 2020 9-th Mediterranean Conference on Embedded Computing, MECO 2020, 2020, 9134238. (WOS). DOI:10.1109/METO49872.2020.9134238.
Акименко Татьяна Алексеевна, канд. техн. наук, доцент, [email protected], Россия, Тула, Тульский государственный университет,
Лариошкин Иван Николаевич, аспирант, Ivan. dragon4 7@yandex. ru, Россия, Тула, Тульский государственный университет
TASKS SOLVED BY ON-BOARD EQUIPMENT MOBILE ROBOT T.A. Akimenko, I.N. Larioshkin
It is shown that the use of a computer vision system in a mobile robot allows solving problems such as building a general visual picture of the surrounding environment, highlighting individual objects in this picture and recognizing them, determining the characteristics of those identified objects that are needed for the robot to perform specific tasks.
Key words: onboard equipment, vision system, control system, mobile robot.
Akimenko Tatiana Alekseevna, candidate of technical science, docent, [email protected], Russia, Tula, Tula State University,
Larioshkin Ivan Nikolaevich, postgraduate, Ivan. dragon4 7@yandex. ru, Russia, Tula, Tula State University
УДК 519.217.8 Б01: 10.24412/2071-6168-2021-2-109-114
ОПРЕДЕЛЕНИЕ ДИСКРЕТНОГО М-ПАРАЛЛЕЛЬНОГО ПОЛУМАРКОВСКОГО ПРОЦЕССА
К. А. Гришин
Рассматриваются структура и модель М-параллельного полумарковского процесса. Рассчитываются временные интервалы М-параллельного полумарковского процесса. Предлагается описание интервалов с помощью дельта-функции Дирака. Показана реализация M-параллельного полумарковского процесса.
Ключевые слова: полумарковский процесс, M-параллельный полумарковский процесс, множество, дельта-функции Дирака.
M-параллельный полумарковский процесс представляется в пространстве элементарных событий О, в виде объединения непересекающихся пространств
109
