Ученые Санкт-Петербургского государственного университета аэрокосмического приборостроения (ГУАП) разработали инновационную модель машинного обучения, предназначенную для анализа ландшафта местности в режиме реального времени. Программа автоматически анализирует местность по данным с беспилотников и распознает объекты с высокой точностью. Происходит процесс в прямом смысле со скоростью полета.
Карту местности до недавнего времени создавали вручную. Буквально, шаг за шагом. Таким образом карту рельефа лесного массива делали сутки. В этой лаборатории написали программу, которая позволяет сделать эту работу за несколько минут – за время полета дрона над местностью.
Беспилотник оснащается лидаром – устройством, которое лазерными лучами измеряет расстояние до объектов на земле и создает 3D-облако точек. Отраженные от земли лучи создают вот в такой рисунок на мониторе. И это острое компьютерное зрение помогает разглядеть все особенности ландшафта до мельчайших деталей: изгибы реки, мосты, лес. Создали эту систему пятеро сотрудников лаборатории машинного обучения Инженерной школы.
«Раньше, для того чтобы получить 3D-карту местности, использовались различные математические алгоритмы, и они были недостаточно точными для проведения некоторых типов анализов, для выявления различных данных, и давали очень большой шум», – объяснил лаборант лаборатории машинного обучения Инженерной школы ГУАП Родион Машковцев.
Поэтому бесспорный плюс модели машинного обучения – очень высокая точность распознавания объектов. И помимо создания карты местности система в реальном времени может помочь решить сиюминутные, актуальные задачи. Например, такие, как поиск потерявшегося в горах человека, даже в том случае, когда склоны покрыты густым лесом. Кроны деревьев не станут помехой. Система читает пространство, как открытую книгу, до каждой запятой. Даже под листвой деревьев. Тогда как обычной оптической камерой это сделать невозможно.
«Ранее был использован лидар наземный. Мы сканировали область земную с помощью наземного лидара. Тем самым мы не могли обработать большую территорию – тысячную, километровую. А за счет воздушно-лазерного сканирования мы уже можем обрабатывать тысячные километражи», – добавил заведующий лабораторией промышленной электроники Инженерной школы ГУАП Сергей Ненашев.
Причем это происходит со скоростью полета дрона. Нейросеть распознает объекты. Тоже в реальном времени. Все данные, полученные с дронов, стекаются на сервер. И это дает возможность работать с очень большими объемами информации.
«Это может быть полезно в различных областях. Таких, как геодезия, нефтедобывающая промышленность, даже в промышленной инфраструктуре города будет полезна. Поскольку съемка с дрона точно определяет и распознает объекты на местности. И позволяет в будущем, не прибегая к человеческим ресурсам, распознавать и определять, что проходит на данной местности», – отметил лаборант лаборатории машинного обучения Инженерной школы ГУАП Роман Воронов.
Лесное и сельское хозяйство, кадастровые работы и строительство, логистика, мониторинг водоемов, охрана объектов – в общем, область применения анализа данных с помощью компьютерного зрения очень обширна. И теперь ждет своего часа.
Фото: photocentra.ru
