РАССМОТРЕНИЕ ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ЭЛЕМЕНТОВ МАШИННОГО ЗРЕНИЯ ДЛЯ АВТОМАТИЗАЦИИ ЛЕДОВОЙ ПРОВОДКИ НА ПРИМЕРЕ СПГ ГАЗОВОЗОВ ТИПА ARC7
Аннотация и ключевые слова
Аннотация (русский):
В статье рассмотрена возможность использования элементов машинного зрения при ледовом плавании с целью автоматизации процесса поиска «треков» в ледяных полях. Рассмотрено несколько возможных решений поставленной задачи. В рамках этого проанализирована работа алгоритма Канни, оператора Собела, детектора границ Хафа, а также использования семантической сегментации изображений и глубокого обучения нейросетей для устойчивого детектирования «треков» в текущей сцене. Приведен концептуальный пример работы системы с тремя автоматическими оптическими измерителями применительно к использованию на СПГ газовозах типа Агс7.

Ключевые слова:
машинное зрение, арктическая навигация, автоматизация судовождения, оператор Собела, алгоритм Канни, детектор границ Хафа, семантические особенности, глубокое обучение, нейросети, автоматический оптический измеритель, «треки» во льду, СПГ газовоз, Агс7 газовоз
Текст
Текст произведения (PDF): Читать Скачать
Список литературы

1. Волегов Д.Б., Гусев В.В., Юрин Д.В. Обнаружение прямых линий на изображениях на основе преобразования Хартли. Быстрое преобразование Хафа. //МФТИ. Международная конференция по графике. 2006.-8р. Режим достyna:https://www.graphicon.ru/html/2006/frll_35_ Volegov_Gusev_Yurin.pdf

2. Гонсалес Р., Вудс Р. Цифровая обработка изображений // Техносфера. 2005. - 1007 с.

3. Созыкин А. В. Обзор методов обучения глубоких нейронных сетей // Вестник Южно-Уральского Гос. Университета-2017-Том 6-№ 3. -31 с.

4. Davies E. R. Computerand Machine Vision: Theory, Algorithms, Practicalities. 2012. -912 p.

5. Canny J. Computational Approachto Edge Detection. Transactions on Pattern Analysis and Machine Intelligence. Vol. PAMI-8,No. 6.1986. -pp. 680-699

6. Schmidhuber J. Deep Learning in Neural Networks: an Overview Neural Networks. 2015. - 33р. Режим доступа: www2. econ. iastate. edu/tesfatsi/DeepLeaming InNeural Networks Overview.J Schmidhuber2015.pdf

7. Кондратьев С.И., Астреин В.В., Боран-Кешишьян A.Л. Методика рефлексивной оценки эффективности ИС1111Р безопасности судовождения в условиях переходного периода// Морские интеллектуальные технологии,- 2018- № 1-3 (41).- С. 156-161.

8. Кондратьев С.И., Боран-Кешишьян А.Л., Попов B.В. Оптимизация надежности каналов обмена данных в связных системах национальной концепции российского сегмента е-навигации Азово-Черноморского бассейна// Морские интеллектуальные технологии- 2018 - № 1-3 (41).- С. 162-169


Войти или Создать
* Забыли пароль?