Регистрация / Вход
Прислать материал

Разработка интеллектуальных алгоритмов обнаружения и распознавания дорожных ситуаций для бортовых систем беспилотных летательных аппаратов, осуществляющих автоматическое патрулирование транспортных магистралей с применением ГЛОНАСС

Докладчик: Червоненкис Михаил Алексеевич

Должность: Ведущий разработчик ООО "ПАВЛИН Техно"

Цель проекта:
Целью ПНИ является повышение уровня активной, пассивной и общей безопасности при перевозках. Социально-экономические эффекты от использования продукции (БПЛА систем с бортовыми функциями обнаружения и классификации ситуаций), созданных на основе результатов данного исследования, заключаются, в том числе: а) в создании принципиально новой продукции – интеллектуальные БПЛА, ведущие автоматический мониторинг без необходимости непрерывного участия в процессе мониторинга оператора; б) в улучшении потребительских свойств существующей продукции (обычных БПЛА систем); в) в совершенствовании технологических процессов с точки зрения снижения издержек производства (радикальное уменьшение требований к радиоканалам – упрощение инфраструктуры эксплуатации БПЛА), повышение экологической безопасности в связи с уменьшением электромагнитного загрязнения окружающей среды; г) в повышении уровня автоматизации процессов мониторинга.

Основные планируемые результаты проекта:
В рамках данных ПНИ Заявитель планирует получить следующие научно-технические результаты:
1. Результаты анализа научно-технической литературы и других материалов, относящихся к разработке интеллектуальных алгоритмов обнаружения и распознавания дорожных ситуаций для бортовых систем беспилотных летательных аппаратов, осуществляющих автоматическое патрулирование транспортных магистралей с применением ГЛОНАСС:
а) Обоснование выбора направлений исследований;
б) Отчет о патентных исследованиях по ГОСТ 15.011-96.
Эффект. Выбор оптимального пути, дающего наилучший результат при доступных ресурсах на
выполнение ПНИ.
Отличие от аналогов. Большинство аналогов подобных исследований рассматривают либо конструктивные особенности реализации БПЛА, либо бортовые системы для иных технических средств, как правило, имеющих меньшие ограничения по массе и доступной мощности электрической подсистемы.
Возможность превышения над уровнем техники обуславливается появлением новых научных
инструментов: (а) новых более эффективных бортовых вычислителей, с высоким соотношением
производительности к потребляемой мощности (б) появлением новых эффективных алгоритмов
машинного зрения, например, принципиально новых методов синтеза обучения многослойных
нейроподобных структур, лишенных типовых проблем обучения нейронных сетей, основанные на методах «Глубокого Обучения» (Deep Learning).
2. Метод автоматического обнаружения, распознавания дорожных ситуаций и спутникового оповещения с применением беспилотных летательных аппаратов (БПЛА), эффективно использующий возможности ГЛОНАСС. Алгоритм классификации дорожных ситуаций по динамическим изображениям с бортовой системы видеонаблюдения, сопоставленных с ГЛОНАСС-координатами БПЛА.
Эффект. Возможность анализа динамики ГЛОНАСС координат сопровождаемых объектов для
классификации ситуации с большей надежностью (точностью распознавания).
Отличие от аналогов. Визуальная классификация мгновенных снимков, дорожных ситуаций проводимая в аналогичных разработках, лишь только по геометрическим характеристикам затруднена в связи с большим разнообразием возможных паттернов (например, случайное расположение транспортных средств после ДТП). Однако сопоставление с динамикой координат объектов, позволяет существенно упростить процесс классификации, отделив неподвижные объекты, от объектов равномерно движущиеся в одном направлении, и т.п.
3. Метод слияния динамических данных, получаемых из ГЛОНАСС с обработанными данными бортовой системой идентификации дорожных событий
Эффект. Позволит получать уточненные координаты и вектора скорости транспортных средств, не
оборудованных (или с выведенными из строя) датчиками ГЛОНАСС, обладающих заданными внешними признаками и находящихся в заданном по ГЛОНАСС координатам районе.
Отличие от иностранных аналогов – ориентация на специфику ГЛОНАСС, в отличие от GPS.
4. Математическая модель оптимального автоматического принятия решения бортовой системой БПЛА о спутниковом оповещении ГЛОНАСС о распознанных происшествиях на транспорте.
Эффект. Модель позволит минимизировать заданную функцию риска, выраженную через объективно доступные (измеримые) параметры возможностей реагирования и учитывающая доступную априорную (статистическую) информацию о происшествиях и возможном составе транспортных средств в зоне патрулирования.
Отличие от аналогов. Аналоги обладают простой настройкой «порога чувствительности», использование которого приводит либо к большому количеству ложных срабатываний, либо к повышению вероятности пропуска важных событий, данная модель позволит избежать этого недостатка за счет придания большего «веса» более важным событиям, критерии для которых может установить заказчик исходя и объективных факторов.
5. Аннотированная база данных бортовых видеозаписей БПЛА, содержащая примеры движущихся и неподвижных транспортных средств в различных конфигурациях
Эффект. Будут использованы для формирования обучающей и тестовой выборки алгоритмов машинного зрения и распознавания дорожной обстановки.
Отличие от аналогов. Аналогов подобных баз данных не существует, по крайней мере в открытых
источниках.
6. Алгоритм поиска и сопровождения транспортных средств на видеоизображениях ориентированных на программно-аппаратную реализацию.
Эффект. Позволит осуществлять обработку видеопотока непосредственно на борту БПЛА в режиме реального времени.
Отличие от аналогов. Аналоги, как правило, предполагают обработку данных на сервере.
7. Компьютерная модель системы автоматического принятия решения бортовой системой БПЛА о спутниковом оповещении.
Эффект. Дает возможность проведения имитационного моделирования и верификации модели на ранних этапах разработки.
Отличие от аналогов. Нет сведений об аналогах в связи с оригинальностью подхода к модели принятия решения.
8. Экспериментальный образец специального программного обеспечения (ЭО СПО) идентификации дорожных ситуаций по изображениям с камер БПЛА и сигналам ГЛОНАСС.
9. Программно-аппаратный макет (далее ПАМ) бортовой системы обнаружения и распознавания дорожных ситуаций для систем беспилотных летательных аппаратов, осуществляющих автоматическое патрулирование транспортных магистралей с применением ГЛОНАСС.
Эффект. Возможность апробации теоретических решений в ходе практических экспериментальных решений, Существенный РИД для применения в продукции Индустриального Партнера
Отличие от аналогов. Отличие от аналогов является совокупностью вышеприведенных отличий отдельных элементов системы
10. Программы и методики экспериментальных исследований ЭО СПО и ПАМ.
11 Результаты компьютерного имитационного моделирования системы автоматического принятия решения бортовой системой БПЛА о спутниковом оповещении.
12. Результаты экспериментальных исследований ЭО СПО и ПАМ, демонстрирующих возможность достижения целей ПНИ.
13. Эскизная программная документация экспериментального образца специального программного обеспечения (ЭО СПО) идентификации дорожных ситуаций по изображениям с камер БПЛА и сигналам ГЛОНАСС.
14. Эскизная конструкторская документация ПАМ.
15. Технические требования и предложения по разработке, производству и эксплуатации
продукции с учетом технологических возможностей и особенностей индустриального
партнера - организации реального сектора экономики.
16. Проект технического задания на проведение ОКР по теме: «Разработка опытного образца системы автоматического патрулирования транспортных магистралей и оповещения о дорожной ситуации на основе БПЛА с применением ГЛОНАСС»
Эффект. Неотъемлемые составляющие ПНИ, обеспечивающие регламентированность процесса
исследований и разработки и предсказуемость результатов.

Назначение и область применения, эффекты от внедрения результатов проекта:
Результаты ПНИ имеют хорошо определенную область применения – автоматизация процесса наблюдения за дорожными ситуациями на транспортных магистралях с целью повышения безопасности дорожного движения. Поскольку в настоящий момент БПЛА уже используются для осуществления мониторинга дорог в ручном режиме просмотра видеопотока, а предлагаемые разработки значительно повышают эффективность существующих уже на данный момент применений БПЛА – можно с уверенностью утверждать о возможность применения результатов ПНИ на практике.
Поскольку крупные города России на данный момент уже оборудованы сетью камер стационарного видеонаблюдения, в первую очередь результаты ПНИ найдут применение для мониторинга удаленных магистралей, проходящих через территории со слабо развитой инфраструктурой. В связи с большой протяженностью дорог России и наличием больших территорий с низкой плотностью населения – потенциальными объектами для применения данной технологии становится большая часть федеральных трасс и дорог местного значения.
Проведенные консультации с представителями ГИБДД показывают, что наличие данной технологии позволит повысить безопасность движения за счет следующих факторов:
- увеличение скорости и правильности реагирования на сигналы о ДТП, путем уточнения местоположения и картины событий;
- дать возможность формирования автоматических сигналов о дорожных происшествиях без участия водителей, что может быть использовано для независимого подтверждения факта и места ДТП, повысить вероятность реагирования в случаях, когда водители не имеют возможность самостоятельно сообщить о происшествии (травмы, отсутствие связи, и т.п.)
- дать возможность автоматического поиска транспортных средств, удовлетворяющих заданным
критериям;
- дать возможность предупреждения водителей о различных опасностях, выявленных на дорогах;
- учитывать собранную статистику для оптимизации дорожной инфраструктуры;
- и т.п.
Применение технологии мониторинга при помощи БПЛА в текущем состоянии уровня техники, когда требуется непрерывный ручной просмотр видеотрансляции с борта БПЛА, сильно ограничивает широкое распространение данной технологии, так как требует большого штата бригад (по сути, по одной штатной единицы на один совершаемый полет). Предлагаемая технология позволит оператору реагировать только на сообщения об обнаруженных и предварительно классифицированных дорожных ситуациях, что позволит одному оператору обслуживать множество одновременно проводимых полетов БПЛА, поскольку опасные дорожные события, требующие реагирования, происходят на несколько порядков реже, чем поступают обновления сведений с камеры БПЛА (10-20 кадров в секунду).
Второе существенное преимущество предлагаемого подхода заключается в возможности избавиться от необходимости поддерживать видеосвязь реального времени между БПЛА и базой наблюдения, так как сообщения о распознанных событиях и прилагаемые к ним изображения могут передаваться по обычным каналам сотовых операторов (например, в формате MMS) - это позволит существенно удешевить внедрение и эксплуатацию БПЛА-мониторинга;
Социально-экономических эффектов от использования продукции (услуг), созданных на основе
результатов данного исследования, проявится в следующем:
а) создание принципиально новой продукции;
б) улучшение потребительских свойств существующей продукции;
в) совершенствование технологических процессов;
г) повышение уровня автоматизации.
Дополнительным полем для перспективного применения разработок данной ПНИ являются различного рода военные задачи по поиску, классификации и сопровождению целей.

Текущие результаты проекта:
На настоящий момент выполнены следующие работы:
Произведен аналитический обзор современной научно-технической, нормативной, методической литературы, затрагивающей научно-техническую проблему, исследуемую в рамках ПНИ.
Проведен анализ существующих методов обнаружения и распознавания объектов наблюдения, включая методы обнаружения и распознавания дорожных ситуаций для бортовых систем беспилотных летательных аппаратов, осуществляющих автоматическое патрулирование транспортных магистралей, в том числе с применением систем спутниковой навигации.
Произведены выбор и обоснование направления исследований, проводимых в рамках ПНИ.
На данный момент также осуществляется разработка базы данных бортовых видеозаписей БПЛА, содержащая примеры движущихся и неподвижных транспортных средств в различных конфигурациях, которые будут использованы для формирования обучающей и тестовой выборки алгоритмов машинного зрения и распознавания дорожной обстановки.
Одновременно производится аннотирование созданной базы данных бортовых видеозаписей БПЛА.