РАЗВАБОТАН НОВЫЙ МЕТОД РАСПОЗНАВАНИЯ ОБЪЕКТОВ ДЛЯ КОМПАКТНЫХ ДРОНОВ

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Ученые Казанского национального исследовательского технического университета имени Туполева создали инновационный метод распознавания круглых и радиальных объектов для легких беспилотников. Разработка позволяет добиться высокой точности при минимальных вычислительных затратах.

Традиционные нейросетевые алгоритмы требуют мощных процессоров, что ограничивает их применение в компактных БПЛА. Казанские исследователи сосредоточились на распознавании объектов круглой формы, начиная с простых (шары, цилиндры) и заканчивая сложными (морские звезды, цветы). Разработка находит применение в широком спектре задач, включая навигацию по техническим маркерам, мониторинг природной среды и анализ инфраструктурных объектов.

Разработка включает три взаимодополняющих алгоритма.

«Первый метод (FRODAS) сочетает два классических подхода для быстрого и точного поиска кругов. Второй (PaRCIS) — последовательно анализирует изображение, эффективно находя множественные объекты разного размера. Третий (LIPIS) — корректирует неравномерное освещение, что особенно важно при работе в сложных условиях», — пояснил заведующий кафедрой автоматизированных систем обработки информации Михаил Шлеймович.

Методы демонстрируют устойчивость к помехам и адаптируются к изменяющимся условиям. Тесты подтвердили их эффективность при распознавании объектов на земле, в воздухе и под водой, включая сложные случаи с искажениями и плохим освещением. Разработка особенно важна для высокоскоростных дронов, где критична скорость обработки данных. Алгоритмы находят применение не только в авиации, но и в медицине, лесном хозяйстве, логистике.

Источник: Приоритет-2030


Источник: vk.com

Комментарии: