Ученые Казанского национального исследовательского технического университета имени А. Н. Туполева — КАИ 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.
Исследование опубликовано в журнале Computer Optics.
Работа выполнена при поддержке программы Минобрнауки России «Приоритет-2030» (нацпроект «Молодежь и дети»).
