RU196078U1 - Устройство определения областей полета беспилотного летательного аппарата на цифровом образе - Google Patents
Устройство определения областей полета беспилотного летательного аппарата на цифровом образе Download PDFInfo
- Publication number
- RU196078U1 RU196078U1 RU2019136813U RU2019136813U RU196078U1 RU 196078 U1 RU196078 U1 RU 196078U1 RU 2019136813 U RU2019136813 U RU 2019136813U RU 2019136813 U RU2019136813 U RU 2019136813U RU 196078 U1 RU196078 U1 RU 196078U1
- Authority
- RU
- Russia
- Prior art keywords
- block
- images
- digital image
- flight
- areas
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
Полезная модель относится к средствам обработки цифровых образов. Техническим результатом предлагаемого устройства является выделение областей полета беспилотного летательного аппарата на цифровом образе. Технический результат достигается путем аналитического представления рельефа местности, сформированного из локальных геометрических характеристик, представленных в виде образов моделей, отражающих угол отклонения составляющих общего вектора нормали, формирование из образов моделей цифрового образа высот, формированием из образов моделей двухкомпонентных образов, определение локальных минимумов за счет смены знака нормали на этих образах, выделение на образе высот областей полета за счет присвоения каждого пиксела соответствующей области, начиная с каждого локального минимума, которые находятся в соответствующем интервале высот, выводом результата в виде отсегментированного образа.
Description
Полезная модель относится к средствам обработки цифровых образов. Техническим результатом предлагаемого устройства является определение областей полета беспилотного летательного аппарата на цифровом образе. Основным источником информации при планировании маршрута оператором является цифровая карта высот, которая дает наиболее полное представление о конфигурации препятствий и возможных областях полета беспилотного летательного аппарата в виде традиционных компьютерных графических образов. Наличие большого набора данных и их разнохарактерное изменение приводит к алгоритмической сложности выделения границ областей полета беспилотного летательного аппарата на фоне препятствий сложной конфигурации.
Вариант компоновки блоков предлагаемого устройства представлен на фиг. 1.
Данные с блока 1 в виде облака точек, описывающих рельеф местности, поступают в блок 2, в котором производится расчет и формирование триангуляционной сетки. Значения точек вершин сформированных треугольников в виде координат x, y, z поступают в блок 3, в котором формируются образы модели. Математический аппарат для формирования этих образов предложен в методе функционально - воксельного компьютерного моделирования [1]. Данный метод позволяет представить уравнение поверхности совокупностью локальных функций, отраженных в наборе базовых образов моделей (М-образов) фиг. 2, отображающих цветовой гаммой локальные геометрические характеристики (n'1/n3, n'2/n3) Для сложной поверхности:
f(x,y,z)=n1х+n2у+n3z+n4=0 (1)
При этом пространство точек на полученных образах изоморфно отображается на функциональном пространстве, описывающем рельеф местности. Значений нормали в каждой точки элемента триангуляционной сетки рассчитывается с использованием билинейной интерполяции по значению нормали, что позволяет получить более гладкий контур. Далее цифровые образы модели поступают в блок 4 где производится расчет высоты для каждой точки по формуле (2) и ее кодировка. Палитра кодировки значений представлена в виде 16777286 градаций в системе RGB фиг. 3.
Данный образ можно рассматривать как совокупность областей интенсивности, содержащих информацию, как и о препятствиях, так и о возможных областях полета беспилотных летательных аппаратов. Локализация этих областей сводится к назначению каждого пикселя этого образа заданному сегменту.
Новизной в предлагаемом устройстве является возможность определения контуров препятствий из порождённых двух компонентных дифференциальных образов фиг.4 характеризующих поведение рельефа, через отклонение нормали от осей в плоскости xOy в каждой точке поверхности на промежутке [0; π] которые формируются в блоке 5.
Как видно, такие образы отображают поведение локальных геометрических характеристик, однако выделение экстремальных точек весьма затруднительно. Совершенно отличная ситуация наблюдается на порожденных двухкомпонентных графических образах, характеризующих знак частных производных , фиг.5
Для получения корректирующей информации о форме рельефа поверхности функции необходимо повернуть сцену, т.е. ось дифференцирования, на некоторый угол. Поэтапный поворот сцены позволяет получить более полное представление о форме рельефа. Организация поворота осуществляется с помощью известного математического аппарата:
Последовательный поворот сцены рельефа позволяет получить набор графических образов, способный дать наиболее подробную информацию о рельефе. В результате появляется возможность для распознавания новых элементов рельефа и уточнения контуров препятствия фиг.6.
Полученный набор образов поступает в блок 6, где производится анализ каждого образа на выявления события смены знака нормали.
Основная идея заключается в определении локальных минимумов с помощью события смены знака производной , фиксирующей возрастание или убывание функции вдоль оси дифференцирования. И последующее пиксельное наращивание из этих точек объектов, характеризующих определенные областей полета беспилотного летательного аппарата. При смене знака в текущей точки у каждого образа фиксируется ноль функции. Полученные образ контуров препятствий передается в блок 7. В котором присвоение пикселей к необходимому классу подобен процесс заполнения «водой» фиг.7, который начинается с каждого локального минимума, находящегося в соответствующем интервале высот. Как только уровень воды достигает значения очередного локального минимума, начинается его заполнение водой. Уровень значения высоты находится с использование формулы (2). Полученные сегменты отображаются на устройстве вывода блок 8.
Образ с четырём классами сегментов, характеризующих области оптимального полета беспилотного летательного аппарата представлена на фиг.8.
Предложенное устройство может найти применение в системе построения маршрута беспилотного летательного аппарата, как элемент системы поддержки принятия решения.
Литература
1. Толок А.В. Функционально-воксельный метод в компьютерном моделировании // Под ред. академика РАН С.Н. Васильева. - М.: ФИЗМАТЛИТ, 2016. - 112 с.
Claims (1)
- Устройство определения областей полета беспилотного летательного аппарата на цифровом образе состоит из: блока (1) цифровой карты местности, с которого в виде облака точек данные поступают в блок (2), где строится триангуляционная сетка, и преобразуются в блоке (3) в образы модели, отражающих угол отклонения составляющих общего вектора нормали; из этих образов в блоке (4) формируется общий цифровой образ, характеризующий высоту в каждой точке рассматриваемой области; из блока (3) образы модели так же поступаю на вход блока (5), в котором формируются двухкомпонентные дифференциальные образы, из которых формируются образы, характеризующие знак частных производных и их довернутые по оси дифференцирования копии; образы с блока (5) поступают в блок (6), где производится вычисление локальных минимумов за счет определения события смены знака нормали; в блоке (7) на цифровом образе, поступившем с блока (4) за счет данных о локальных минимумах, полученных в блоке (6), производится выделение сегментов, характеризующих области полета для определенных высот, и последующий вывод полученной информации в блоке (8).
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2019136813U RU196078U1 (ru) | 2019-11-16 | 2019-11-16 | Устройство определения областей полета беспилотного летательного аппарата на цифровом образе |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2019136813U RU196078U1 (ru) | 2019-11-16 | 2019-11-16 | Устройство определения областей полета беспилотного летательного аппарата на цифровом образе |
Publications (1)
Publication Number | Publication Date |
---|---|
RU196078U1 true RU196078U1 (ru) | 2020-02-14 |
Family
ID=69626704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2019136813U RU196078U1 (ru) | 2019-11-16 | 2019-11-16 | Устройство определения областей полета беспилотного летательного аппарата на цифровом образе |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU196078U1 (ru) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2437158C2 (ru) * | 2009-11-02 | 2011-12-20 | Александр Леопольдович Горелик | Способ выявления трудно различимых препятствий, способных создавать помехи низколетящим вертолетам и самолетам |
RU2550811C1 (ru) * | 2014-04-15 | 2015-05-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Способ и устройство определения координат объектов |
US10094667B2 (en) * | 2012-03-07 | 2018-10-09 | Amiya Das Adhikary | Autonomous precision navigation |
RU2681278C1 (ru) * | 2018-04-24 | 2019-03-05 | Евгений Борисович Югай | Способ и система навигации пассажирского дрона в горной местности |
-
2019
- 2019-11-16 RU RU2019136813U patent/RU196078U1/ru not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2437158C2 (ru) * | 2009-11-02 | 2011-12-20 | Александр Леопольдович Горелик | Способ выявления трудно различимых препятствий, способных создавать помехи низколетящим вертолетам и самолетам |
US10094667B2 (en) * | 2012-03-07 | 2018-10-09 | Amiya Das Adhikary | Autonomous precision navigation |
RU2550811C1 (ru) * | 2014-04-15 | 2015-05-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Способ и устройство определения координат объектов |
RU2681278C1 (ru) * | 2018-04-24 | 2019-03-05 | Евгений Борисович Югай | Способ и система навигации пассажирского дрона в горной местности |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008851B (zh) | 一种车道线检测的方法及设备 | |
CN109003325B (zh) | 一种三维重建的方法、介质、装置和计算设备 | |
DeHaemer Jr et al. | Simplification of objects rendered by polygonal approximations | |
CN111629193A (zh) | 一种实景三维重建方法及系统 | |
EP0300703B1 (en) | Depth buffer priority processing for real time computer image generating systems | |
US4940972A (en) | Method of representing a perspective image of a terrain and a system for implementing same | |
CN111465971B (zh) | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 | |
CN111433820B (zh) | 按地物高度着色图像生成装置以及计算机可读介质 | |
CN112102489B (zh) | 导航界面显示方法、装置、计算设备和存储介质 | |
US20030117411A1 (en) | Texture mapping method and apparatus | |
RU2562368C1 (ru) | Способ трёхмерного (3d) картографирования | |
US8031193B1 (en) | Dynamic light shading in terrain rendering applications | |
US20160239996A1 (en) | 3d map display system | |
RU196078U1 (ru) | Устройство определения областей полета беспилотного летательного аппарата на цифровом образе | |
JP6730501B1 (ja) | 自動図化装置、自動図化方法および自動図化プログラム | |
JP6700519B1 (ja) | 合成画像生成装置、合成画像生成プログラム及び合成画像生成方法 | |
CN109767484B (zh) | 一种三维贴图中具有色彩一致性的匀光匀色方法及系统 | |
CN109003295B (zh) | 一种无人机航空影像快速匹配方法 | |
CN114723900A (zh) | 地面要素的轮廓绘制方法、电子设备及计算机程序产品 | |
Davis et al. | 3d modeling of cities for virtual environments | |
KR101601720B1 (ko) | 교통소음지도 작성을 위한 3차원 도시 모델링시스템 및 방법 | |
CN111243089B (zh) | 基于岛屿二维数据绘制三维岛屿模型的方法、装置和系统 | |
Oliveira et al. | Incremental texture mapping for autonomous driving | |
JP3064799B2 (ja) | テクスチャマッピング装置 | |
JP2634126B2 (ja) | グラフィックス表示方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM9K | Utility model has become invalid (non-payment of fees) |
Effective date: 20200315 |