Испытания демонстратора технологий технического зрения

Применение глубоких нейронных сетей в системах технического зрения летательных аппаратов становится всё более актуальным из-за роста требований к безопасности и эффективности полётов. Исследования, проводимые в ГосНИИАС, показывают, что интеграция интеллектуальных алгоритмов повышает ситуационную осведомлённость экипажа и снижает риски, связанные с человеческим фактором.

Для обеспечения ситуационной осведомлённости экипажа перспективных гражданских воздушных судов предлагается интеграция систем технического зрения, включающих многоспектральные оптико-электронные системы, высокопроизводительные бортовые вычислители и программное обеспечение. Одна из задач таких систем – обнаружение взлётно-посадочной полосы для автоматической посадки без наземных систем.

Справочно: Техническое зрение – это сложная система визуализации и обработки изображений неподвижных и движущихся объектов. Самолёт – летающая лаборатория был оснащён высокочувствительными датчиками разных спектральных диапазонов и средствами видеофиксации. В свою очередь, программно-аппаратное решение обеспечивает интеллектуальную информационную поддержку экипажа, формируя изображения закабинного пространства….

На аэродроме города Новосибирска прошли первые экспериментальные исследования технологий, направленных на решение задач управления перспективным гражданским самолетом.

В процессе исследований демонстратора технологий были определены особенности работы экипажа в условиях закрытой кабины на этапах руления, разбега, пробега и захода на посадку, а также сформированы требования к управлению воздушным судном.

«Также мы уточнили подходы к представлению пилотажно-навигационной и закабинной обстановки и отработали режимы дистанционного управления воздушным судном и перераспределения функций управления между бортовыми и наземными сегментами информационно-вычислительной платформы», – отметил генеральный директор ГосНИИАС Сергей Владимирович Хохлов.

Кроме того, на летном демонстраторе испытали функции автоматической прокладки маршрута руления по аэродрому и его обновления от наземного оператора с учетом трафика, а также возможность дистанционного и автоматизированного руления с автоматическим выдерживанием дистанции.

Использование высокочувствительных датчиков разных спектральных диапазонов и нового поколения алгоритмов обработки визуальной информации позволит реализовать автоматическое обнаружение ВПП и коррекцию данных глобальной навигационной спутниковой системы. Специалистами ГосНИИАС предложен метод с применением нейронных сетей на базе архитектуры семейства YOLO и уточнением угловых точек ВПП с помощью архитектуры MnasNet.

Интеллектуальные средства поддержки экипажа обеспечивают автоматизацию движения воздушного судна к месту стоянки или взлёта. Для решения этой задачи предлагается использовать системы технического зрения с нейросетевыми алгоритмами распознавания разметки ВПП и рулёжных дорожек.

Также в рамках работ по развитию систем технического зрения для воздушных судов специалисты института разработали алгоритм создания трёхмерной модели района низковысотной загородной застройки на основе изображений карт местности без векторной разметки. Научные результаты, полученные специалистами ГосНИИАС, станут основой для интеллектуальных систем поддержки экипажа. Демонстратор технологии прошёл лётные экспериментальные исследования на летающей лаборатории в Новосибирске.

В процессе испытаний были отработаны новые алгоритмы технического зрения, а также собраны натурные данные для обучения нейросети, которая в будущем позволит самолёту автоматически обнаруживать и распознавать взлётно-посадочную полосу. «Полёты проводились в целях оценки разработанных технологий интеллектуализации бортовых комплексов перспективных воздушных судов и сбора видеоматериалов для формирования обучающей и тестовой выборки данных, которая будет использована для дальнейшего обучения нейросетевых алгоритмов технического зрения», – сообщил генеральный директор ГосНИИАС Сергей Хохлов.

В ходе исследований была проверена работоспособность интеллектуальных алгоритмов обнаружения и распознавания элементов разметки и символьных элементов взлётно-посадочной полосы, а также препятствий на лётном поле. Разработанные алгоритмы позволят снизить нагрузку на пилотов на этапах взлёта и посадки, а также повысить эффективность комплексов бортового оборудования воздушных судов, отметил Сергей Хохлов.

[il_button url=”https://nrczh.ru/press-center/news/intellektualizatsiya-aviatsionnykh-sistem-v-gosniias-otrabatyvayut-elementy-sistemy-dopolnennoy-real/” target=”self” style=”3d” background=”#ffffff” color=”#030303″ size=”3″ wide=”no” center=”yes” radius=”auto” icon=”https://ilsvik.ru/wp-content/uploads/2024/06/лог1.png” icon_color=”#FFFFFF” text_shadow=”none”]Источник:[/il_button]