DOI: https://doi.org/10.20998/2522-9052.2020.1.01

Інформаційна технологія автоматизованого виявлення та ідентифікації стаціонарних об’єктів безпілотними літальними апаратами

Andrii Bеrеzhnyi, Andrii Trystan, Oleh Lavrov

Анотація


Предметом вивчення в статті є процес розробки інформаційної технології автоматизованого виявлення та ідентифікації стаціонарних об’єктів безпілотними літальними апаратами. Метою дослідження є розробка основних положень інформаційної технології автоматизованого виявлення та ідентифікації стаціонарних об’єктів безпілотними літальними апаратами. Задачі: побудова структурної схеми підготовчого етапу інформаційної технології автоматизованого виявлення та ідентифікації стаціонарних об'єктів; побудова структурної схеми основного, додаткового та заключного етапів інформаційної технології автоматизованого виявлення та ідентифікації стаціонарних об'єктів. Методологічною основою дослідження стали загальнонаукові та спеціальні методи наукового пізнання. Одним з найбільш ефективних підходів на шляху до виявлення та ідентифікації об'єктів є підхід, що базується на використанні методів глибокого навчання. На основі методів розпізнавання зображень запропонована нова модель руху. Застосовано методи розпізнавання образів із застосуванням нейронних мереж. Отримані такі результати. Розроблена інформаційна технологія реалізується в чотири етапи: підготовчий, основний, додатковий та заключний. Кожний етап складається з окремих процедур, направлених на збір, обробку, зберігання та передачу інформації в процесі польоту БПЛА. Висновки. Інформаційна технологія автоматизованого виявлення та ідентифікації стаціонарних об’єктів безпілотними літальними апаратами базується на знанняорієнтованому представленні етапів обробки зображень об’єктів на цифрових аерофотознімках на борту безпілотного літального апарату. Це дозволяє забезпечити інтелектуальну обробку даних в режимі часу, наближеного до реального, змінювати маршрути польоту БПЛА в залежності від виявлених об’єктів для підвищення ефективності рішення задач пошуку. Подальший розвиток даної інформаційної технології полягає у розробці автоматизованих методів планування маршрутів руху БПЛА, автоматичної зміни параметрів маршруту в процесів польоту (виконанні польотного завдання), що засновується на знанняорієнтованих технологіях. Інформаційна технологія автоматизованого виявлення та ідентифікації стаціонарних об’єктів безпілотними літальними апаратами може стати елементом інтелектуальної системи підтримки прийняття рішень на застосування БПЛА (колективів БПЛА) для пошуку як стаціонарних, так і динамічних об’єктів.


Ключові слова


безпілотний літальний апарат; інформаційна технологія; розпізнавання та ідентифікація; планування маршруту; стаціонарний об’єкт; система підтримки прийняття рішення

Повний текст:

PDF (English)

Посилання


Kamate, S. and Yilmazer, N. (2015), Application of Object Detectionand Tracking Techniques for Unmanned Aerial Vehicles, Texas A&M University – Kingsville, Kingsville, TX 78363, USA.

Saifuddin Saif, A. F. M., Prabuwono, Anton Satria and Mahayuddin, Zainal Rasyid (2014), “Moving Object Detection Using Dynamic Motion Modelling from UAV Aerial Images”, Hindawi Publishing Corporation the Scientific World Journal, Vol. 2014, Article ID 890619, 12 p., DOI: http://dx.doi.org/10.1155/2014/890619

Vesselin P. Jilkov, X. Rong Li and Donald DelBalzo (2007), “Best combination of multiple objectives for UAV search & track path optimization”, 10th International Conference on Information Fusion Date of Conference: 9-12 July 2007 Date Added to IEEE Xplore: 26 December 2007 CD-ROM ISBN: 978-0-662-45804-3 INSPEC Accession Number: 9856084 DOI: 10.1109/ICIF.2007.4408202

Krizhevsky, A., Sutskever, I. and Hinton, G.E. (2012), “Imagenet classification with deep convolutional neural networks”, Advances in neural information processing systems, pp. 1097-1105.

Olizarenko, S.A., Lavrov, O.Yu. and Kapranov, V.A. (2016), “Methodology for creating a platform for deep learning modeling in the interests of developing systems for automated decoding of aerial photographs”, Information Processing Systems, No. 9 (146), pp. 41-43.

Krasilytsikova, M.N. and Sebryakova, G.G. (2009), Modern information technology in the problems of navigation and guidance of unmanned maneuverable aircraft, FIZMATLIT, Moscow, 556 p.

Ruban, I., Kuchuk, H. and Kovalenko A. (2017), “Redistribution of base stations load in mobile communication networks”, Innovative technologies and scientific solutions for industries, No 1 (1), P. 75–81, doi : https://doi.org/10.30837/2522-9818.2017.1.075

Kuchuk G., Kovalenko A., Komari I.E., Svyrydov A. and Kharchenko V. (2019), “Improving big data centers energy efficiency: Traffic based model and method”, Studies in Systems, Decision and Control, vol 171,. Kharchenko, V., Kondratenko, Y., Kacprzyk, J. (Eds.), Springer Nature Switzerland AG, pp. 161-183. DOI: http://doi.org/10.1007/978-3-030-00253-4_8

Kuchuk, H., Kovalenko, A., Ibrahim, B.F. and Ruban, I. (2019), “Adaptive compression method for video information”, International Journal of Advanced Trends in Computer Science and Engineering, pp. 66-69, DOI: http://dx.doi.org/10.30534/ijatcse/2019/1181.22019

Svyrydov, A., Kuchuk, H., Tsiapa, O. (2018), “Improving efficienty of image recognition process: Approach and case study”, Proceedings of 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies, DESSERT 2018, pp. 593-597, DOI: http://dx.doi.org/10.1109/DESSERT.2018.8409201

Korolyuk, N.A. and Eremenko, S.N. (2015), “Intelligent decision support system for controlling unmanned aerial vehicles at a ground control point”, Information Processing Systems, No. 8 (133), pp. 31-36.




Copyright (c) 2020 Andrii Bеrеzhnyi, Andrii Trystan, Oleh Lavrov