В Томске создадут систему управления дронами в условиях непогоды

0
6

В Томске создадут систему управления дронами в условиях непогоды

Эффективную навигационную систему управления беспилотниками в условиях низкой видимости создадут ученые Томского госуниверситета систем управления и радиоэлектроники (ТУСУР). Проект "Активно-импульсные телевизионные измерительные системы для навигации автономных мобильных роботов в сложных условиях видения" победил в конкурсе Российского научного фонда.

Как сообщает ТАСС со ссылкой на пресс-службу вуза, планируется сделать датчик, который будет помогать роботам наземного, воздушного и морского базирования ориентироваться в тумане, дыму, при снегопаде и так далее. В подобных условиях распространение оптического излучения затруднено. А предложенная доцентом ТУСУР Вячеславом Капустиным активно-импульсная система дает возможность видеть объекты в замутненных средах и измерять расстояние в каждом пикселе изображения. Другими словами — строить карту глубины.

В результате измерительный датчик позволит беспилотному транспорту, как и системам помощи водителю, эффективно оценивать дорожную обстановку в сложных условиях видения. Ученые поставили задачу разработать алгоритмы для того, чтобы датчик сигнализировал о наличии препятствия.

Активно-импульсное наблюдение начинается так: устройство подсвета излучает очень короткий, но мощный оптический импульс с определенной частотой. Для подводных аппаратов — зеленый свет (у него наименьший показатель поглощения в морской воде), для атмосферы — инфракрасный. А затем отраженный оптический импульс поступает на фотоприемное устройство.

По словам Капустина, если открывать затвор этого устройства лишь в конкретные моменты на сотни или десятки наносекунд, можно поймать отраженные фотоны только от объектов с определенного диапазона. А фотоны, рассеянные, например, в толще тумана, проигнорировать. Пока объект (пробегающее животное, пешеход, дорожный знак) находится в подсвеченном слое, его можно обнаружить и, используя нейросетевые технологии, определить, к какому классу он принадлежит. Сейчас картинка, получаемая учеными, отличается от той, которую можно наблюдать через обычную черно-белую камеру. Существующие алгоритмы распознавания адаптируют и разработают новые, для эффективной работы с полученными видеоданными.