Авиация России

Применение глубоких нейронных сетей в системах технического зрения летательных аппаратов становится всё более актуальным в связи с развитием технологий и предъявляемыми требованиями к безопасности и эффективности полётов. Результаты экспериментальных исследований, проводимых в Государственном научно-исследовательском институте авиационных систем (ГосНИИАС), показывают, что интеграция интеллектуальных алгоритмов позволяет повысить ситуационную осведомлённость экипажа, а также снизить риски, связанные с влиянием человеческого фактора.

В интересах обеспечения ситуационной осведомленности экипажа перспективных гражданских воздушных судов специалистами института предлагается интеграция систем технического зрения, состоящих из многоспектральных оптико-электронных систем, бортовых высокопроизводительных вычислителей и функционального программного обеспечения. Одной из задач таких систем является обнаружение взлётно-посадочной полосы для автоматической посадки без использования наземных систем.

Применение высокочувствительных датчиков разных спектральных диапазонов и физической природы, а также нового поколения алгоритмов обработки визуальной информации закабинного пространства позволит реализовать функцию автоматического обнаружения ВПП и обеспечит коррекцию данных глобальной навигационной спутниковой системы. Специалистами ГосНИИАС был сформулирован метод, предполагающий использование нейронных сетей на базе архитектуры семейства YOLO с последующим уточнением угловых точек образа ВПП с использованием архитектуры MnasNet.

Кроме того, интеллектуальные средства поддержки экипажа обеспечивают автоматизацию движения воздушного судна к месту стоянки или взлёта. Для решения этой задачи также предлагается использовать системы технического зрения с реализацией нейросетевых алгоритмов распознавания разметки ВПП и рулёжных дорожек.

В России разработана своя система технического зрения для гражданских самолётов

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.

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.

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.

4 925