Разработка информационно-измерительной системы мехатронных комплексов, методик распознавания трехмерных объектов и управления на основе адаптивных алгоритмов

Проект № ПСР/М2/Н2.1/ААИ

Характер исследований: 

прикладное исследование

Ф.И.О. научного руководителя, уч. ст., уч. зв.:

Абрамов А.И., к.т.н.

Структурное подразделение: 

кафедра "Мехатронные системы", отдел ВТ в УП

Принадлежность к научной школе:

научная школа Абрамова Ивана Васильевича

 

Сроки выполнения НИР: начало 01.07.2012 окончание 30.11.2014 .

Ключевые слова и словосочетания, характеризующие тематику НИР и ожидаемые результаты (продукцию): мехатронная система, стереозрение, робот, техническое зрение, информационно-измерительная система

Плановый объём средств на проведение НИР: из средств субсидии 7900 т.р., софинансирование 12500 т.р. (суммарно из календарного плана )

Аннотация проекта:

Код ГРНТИ 50.45.00

Цели, содержание и основные требования к проведению НИР; Основной целью данного исследования является построение системы адаптивного управления мехатронными комплексами с применением технического зрения и информационно-измерительных систем различного уровня.

Особенностью эксплуатации мехатронных и робототехнических комплексов является необходимость работы в сложных, быстроменяющихся и слабо детерминированных средах: различных производственных помещениях, на открытом пространстве. Одной из систем обработки цифровых изображений и распознавания объектов является система распознавания объектов , предназначенная для автоматического обнаружения, распознавания  объектов  и  определения углового направления на объекты в реальном времени. Работа  системы  основана  на методе обработки видеоизображений и идентификации объектов. Разрабатываемая методика использует различные алгоритмы сегментации  с непосредственным поиском  регионов  и  отличается  значительным  быстродействием. В  ходе формирования  объектов  производится  предварительная фильтрация неинформативных объектов,  что  значительно уменьшает  время  выполнения последующих этапов работы алгоритмов. На  этапе  построения  аналитического  описания  для  каждого  полученного на этапе сегментации образа рассчитывается набор признаков классификации  (включая  определение  местоположения  на  цифровом  изображении  наблюдаемой сцены центра тяжести образа), основанных на группах минимальной вычислительной  сложности  и  обеспечивающих  устойчивость  к  яркостно-геометрической изменчивости наблюдаемых объектов и сцен.  На этапе классификации образов осуществляется принятие решения о принадлежности образа  к  классу цели. Этап классификации реализуется при помощи многоуровневого метода, основанного на проведении основного этапа и подэтапов уточняющей классификации. На основном этапе планируется использование нейросетевых  алгоритмов обнаружения, где обеспечивается параллельная обработка данных. На подэтапах уточняющей классификации используется обнаружение на  основе  различных преобразований ,  учитывающих  структурированность и упорядоченность изображения. Для достижения поставленной цели необходима разработка алгоритмов,  уменьшающих вычислительную сложность, повышающих  точность и скорость восстановления формы трёхмерных моделей, и адаптивных алгоритмов для управления робототехническими комплексами на их основе.

В настоящее время в связи с тотальной автоматизацией производства всё большее распространение получили системы, в которых необходимо построение трёхмерных моделей окружающей технологической среды, инструмента и оборудования. Информационно-измерительные системы машинного зрения используют подходы, заключающиеся в комплексировании информации от разных по природе датчиков. За счет объединения разнородной информации планируется значительно повысить достоверность обнаружения и идентификации объектов. Применение подхода с извлечением (с помощью алгоритмов технического зрения) признаковой информации об объектах в разных диапазонах с последующим объединением этой информации уже на уровне признаков дает более достоверное принятия решения об идентификации объекта. Совмещение изображений при стереозрении позволяет решать такие задач, как выявление изменений в серии изображений, анализ движения, глубины сцены. Объединение информации от различных сенсоров, стереозрения повышает эффективность работы всего информационно-измерительного комплекса. В настоящее время технологии стереозрения являются актуальными для робототехники, мехатронных комплексов различного назначения.

Показатели

Плановые значения по годам

Ед. изм.

2012 год

2013 год

2014 год

Количество планируемых к защите диссертаций, подготовленных в рамках реализации проекта, всего

ед.

 

 

 

      на соискание ученой степени кандидата наук

 

1

1

1

      на соискание ученой степени доктора наук

 

0

1

1

Количество публикаций:

                    в том числе:

ед.

 

 

 

монографии

ед.

1

1

1

учебники и учебные пособия

ед.

 

 

 

статьи в российских научных журналах из списка ВАК  

ед.

5

10

10

статьи в рецензируемых зарубежных журналах

ед.

1

2

2

другие статьи, тезисы докладов конференций

ед.

10

10

10

Количество заявок на получение охранных документов на результаты интеллектуальной деятельности, полученных в рамках реализации проекта

ед.

0

1

1

Объем привлеченного софинансирования (руб. / % от средств субсидии)

 

6000000/250

3500000/

125

3000000/

111

Обновлено 23.11.2012 15:06