Метод оценки наличия препятствий на взлетно-посадочной полосе в условиях ограниченной видимости, предложенный молодым ученым СПбГЭТУ «ЛЭТИ», основан на классических методах цифровой обработки изображений и применении нейросетей.
Сегодня самолеты оборудуются системами синтетического видения, позволяющими пилотам компенсировать плохую видимость в различных погодных условиях. Такие системы делают «картинку» более четкой, усиливая контрастность контуров объектов. Однако зачастую случаются аварии на взлетно-посадочной полосе, связанные с наличием на ней инородных объектов, таких как элементы обшивки, багаж, транспортное средство, животное. Только из-за прокола шин самолетов на взлетно-посадочной полосе авиакомпании теряют порядка 13 миллиардов долларов в год. Этим обусловлена актуальность сегментации объектов на взлетно-посадочной полосе для оповещения экипажа, которая должна дополнить существующий функционал улучшения видимости.
Аспирант кафедры телевидения и видеотехники Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» (СПбГЭТУ «ЛЭТИ») Денис Андреев предложил расширить функционал системы синтетического видения. Он разработал каскад методов, которые позволяют оценить условия видимости, произвести их компенсацию, повысить дальность видимости и различимость объектов, а также произвести сегментацию объектов на взлетно-посадочной полосе. Предложенные ученым методы также способны сообщать траекторию движущегося объекта.
Новый метод не требует внесения серьезных изменений в работу бортовых компьютеров: предполагается изменить программное обеспечения модуля, отвечающего за работу камер, и добавить связи для корректного отображения на многофункциональном дисплее.
Проект реализуется в рамках аспирантской диссертации и находится на финальном этапе: каскад методов уже полностью реализован в программном пакете.
Это новость от журнала ММ «Машины и механизмы». Не знаете такого? Приглашаем прямо сейчас познакомиться с этим удивительным журналом.