Определение параметров движения объекта по данным стереокамеры нейростатистическими методами
Предложена методика оценки параметров движения подводного аппарата на основе изображений, поступающих со стереопары, с применением вычислительной аппаратуры низкой производительности и с упрощенной процедурой калибровки видеокамер на основе нейронных сетей и генетических алгоритмов.
Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
УДК 629.052
Определение параметров движения объекта
по данным стереокамеры
нейростатистическими методами
1
1 <...> Н.Э. Баумана, Москва, 105005, Россия
Предложена методика оценки параметров движения подводного аппарата
на основе изображений, поступающих со стереопары, с применением
вычислительной аппаратуры низкой производительности и
с упрощенной процедурой калибровки видеокамер на основе нейронных
сетей и генетических алгоритмов. <...> Рассматриваемая система видеонавигации состоит из двух видеокамер,
закрепленных на подводном аппарате на сферических
шарнирах, расстояние между которыми жестко фиксировано. <...> Система решает задачу определения
параметров движения (линейных смещений, скоростей, угловых
перемещений) на основании изображений, поступающих с
камер. <...> Следует также отметить, что место на подводном аппарате
ограниченно, а тепловыделение должно быть очень низким. <...> Для определения
параметров движения подводного аппарата необходимо оценить
смещения кадров относительно друг друга. <...> (2)
го изображения, в то время как для снижения вычислительной нагрузки желательно получать оценки смещений лишь некоторых областей. <...> Все используемые в настоящее время методы калибровки оценивают некоторые виды нелинейности. <...> Для решения данной проблемы можно использовать настроенную нейронную сеть с радиально-базисными функциями (РБФ-сеть) [2]. <...> Алгоритм оценки смещений изображений и оценки параметров перемещения объектов на основе анализа данных смещений. <...> Для оценки смещений изображений алгоритм использует похожий на предложенный Лукасом — Канаде функционал. <...> Функционал схожести (4) имеет вид конуса, является модификацией функционала Лукаса — Канаде и вычисляется вдоль ячеек размером csize Ч csize пикселов. <...> В целях уменьшения количества расчетов необходимо минимизировать обращение к функционалу (4), поэтому для поиска минимума был предложен следующий алгоритм [3]: 1) определяют точку начального приближения координаты <...>
** - вычисляется автоматически, возможны погрешности
Похожие документы: