Информационно-измерительные системы для определения параметров движения подвижных объектов на основе полусферических оптико-электронных преобразователей тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат наук Фан Чан Данг Хоа

• Фан Чан Данг Хоа
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Фан Чан Данг Хоа

СОДЕРЖАНИЕ

Стр.

Введение

1. Обзор и анализ информационно-измерительных систем для 15 определения параметров движения подвижных объектов

1.1 Информационно-измерительные системы для определения 17 параметров движения подвижных объектов

1.2 Телевизионные информационно-измерительные системы для 21 определения параметров движения подвижных объектов

1.3 Широкоугольные телевизионные информационно-измери- 24 тельные системы

1.3.1 Широкоугольные объективы

1.3.2 Сшивание панорамы из множества изображений

1.3.3 Катадиоптрические оптико-электронные 28 преобразователи

1.4 Информационно-измерительная система на основе ПСОЭП и 31 одометрической системы для определения параметров движения подвижных объектов

1.5 Формулировка цели и задачи диссертации

2. Разработка математической модели и алгоритма геометрической 35 калибровки полусферического оптико-электронного преобразователя

2.1 Разработка математической модели полусферического 35 оптико-электронного преобразователя

2.2 Геометрическая калибровка полусферического оптико- 42 электронного преобразователя

2.2.1 Постановка задачи калибровки полусферического 42 оптико-электронного преобразователя

2.2.2 Алгоритм уточнения координат изображений угловых

точек калибровочного объекта

2.2.3 Первоначальные оценки параметров математической 47 модели полусферического оптико-электронного преобразователя

2.2.4 Нелинейная оптимизация параметров полусфери- 51 ческого оптико-электронного преобразователя

2.3 Основные результаты и выводы

3.3. Разработка алгоритмов выделения и идентификации харак-

терных элементов на полусферических изображениях

3.1 Постановка задачи разработки алгоритмов выделения и 55 идентификации характерных элементов на полусферических изображениях

3.2 Разработка алгоритма выделения вертикальных линий на 58 полусферических изображениях

3.2.1 Выделение центра полусферического изображения

3.2.2 Выделение точек интереса

3.2.3 Модификация алгоритма преобразования Хафа для 64 выделения вертикальных линий на полусферических изображениях

3.3 Выделение горизонтальных линий на полусферических 68 изображениях

3.4 Алгоритм идентификация вертикальных линий на 73 полусферических изображениях

3.4.1 Дескриптор вертикальных линий

3.4.2 Метод сопоставления дескрипторов

3.5 Идентификация горизонтальных линий на 78 полусферических изображениях

3.6 Основные результаты и выводы 80 4. Информациоино-измерительная система для определения параме-

тров движения подвижных объектов на основе полусферического оптико-электронного преобразователя

4.1 Постановка задачи комплексирования информации в ИИС 82 для определения параметров подвижного объекта на основе полусферического оптико-электронного преобразователя

4.2 Разработка алгоритма инициализации вертикальных линий

4.2.1 Анализ влияния шумов на точность измерения 84 координат вертикальных линий

4.2.2 Алгоритм инициализации вертикальных линий

4.3 Разработка алгоритма комплексирования информации от 98 одометрической системы и ПСОЭП

4.4 Основные результаты и выводы 106 5. Экспериментальные исследования методов и алгоритмов обра- 108 ботки информации в ИИС на основе одометрической системы и ПСОЭП

5.1 Исследование алгоритма геометрической калибровки 108 полусферического оптико-электронного преобразователя

5.1.1 Цель и структурная схема экспериментальной 108 установки

5.1.2 Результаты исследования метода геометрической 110 калибровки полусферического оптико-электронного преобразователя

5.1.3 Исследование зависимости точности калибровки от 114 погрешностей выделения координат характерных точек, радиуса зеркала и количества используемых изображений

5.2 Исследование алгоритмов выделения и идентификации 117 вертикальных линий на полусферических изображениях

5.2.1 Исследование алгоритма выделения вертикальных 120 линий на полусферических изображениях

5.2.2 Исследование алгоритма идентификации верти- 129 кальных линий на серии полусферических изображений

5.3 Исследование алгоритмов выделения и идентификации 133 горизонтальных линий на полусферических изображениях

5.3.1. Исследование алгоритма выделения горизонтальных 133 линий на полусферических изображениях

5.3.2 Исследование алгоритма идентификации горизон- 142 тальных линий на последовательности полусферических изображений

5.4 Исследование алгоритма комплексирования информации 144 от ПСОЭП и одометрической системы

5.4.1 Оценка работоспособности алгоритма комплек- 144 сирования информации от ПСОЭП и одометрической системы с помощью компьютерного моделирования

5.4.2. Оценка точности алгоритма комплексирования 152 информации от ПСОЭП и одометрической системы

5.6 Основные результаты и выводы

Заключение

Список литературы

Приложения

Приложение А. Оборудование использованное в работе над 176 диссертационной работой

Приложение Б. Выделение центра полусферических изобра- 177 жений

Приложение В. Выделение вертикальных линий на полусфери- 182 ческих изображениях

Приложение Г. Выделение горизонтальных линий на полусфе-

рических изображениях

Приложение Д. Подвижный объект Nomad Scout с информа-

ционно-измерительными системами

Приложение Е. Структура помещения

Приложение Ж. Акт внедрения

Введение диссертации (часть автореферата) на тему «Информационно-измерительные системы для определения параметров движения подвижных объектов на основе полусферических оптико-электронных преобразователей»

ВВЕДЕНИЕ

Актуальность темы. В последнее время непрерывно растёт интерес к автономным мобильным (подвижным) объектам, функционирующим в повседневном окружении человека - в промышленной или бытовой среде. Примерами подобных объектов являются автономные пылесосы, газонокосилки, производственный транспорт, действующие в недетерминированных искусственных средах. Все перечисленные объекты в своем составе содержат информационно-измерительные системы (ИИС) для определения параметров движения (координат и ориентации) подвижных объектов.

Традиционно на наземных подвижных объектах в качестве основного источника информации о таких параметрах движения как координаты и ориентация используются системы счисления пути - одометрические системы и инерциальные навигационные системы. Однако невысокая точность и присутствие накапливаемых во времени ошибок у подобных систем ограничивают области их применения и в большинстве случаев требуют комплексирования данных от этих систем с данными дополнительных систем. В качестве дополнительных систем могут выступать спутниковые навигационные системы (СНС), радионавигационные системы (РНС), телевизионные информационно-измерительные системы (системы технического зрения) и т.д.

В ряде приложений применение спутниковых и радионавигационных систем затруднено, что связано с особенностями распространения сигналов данных систем. Телевизионные информационно-измерительные системы (ТИИС) оказываются наиболее эффективными для обнаружения, распознавания и измерения параметров объектов при эксплуатации в недетерминированных искусственных средах (например, в помещении), где недоступны сигналы СНС и РНС.

При использовании ТИИС для решения задач навигации требуется расширение поля сканирования до полусферы, что позволит повысить эффективности работы системы, особенно в экстремальных условиях. Расширение поля возможно несколькими методами - использованием нескольких преобразователей с последующим «сшиванием» данных, либо использованием специализированных широкоугольных преобразователей. Второй вариант является наиболее предпочтительным, т.к. позволяет строить более компактные системы.

Полусферический оптико-электроиный преобразователь (ПСОЭП), состоящий из фотоэлектронного преобразователя и полусферического зеркального отражателя, является одним из перспективных, для использования в ТИИС, т.к. обеспечивает круговой обзор окружающего пространства в реальном масштабе времени. Однако практическое использование ПСОЭП затруднено, т.к. в настоящий момент теория и алгоритмы обработки данных этого типа преобразователя не развиты.

Перечисленные обстоятельства показывают актуальность решаемой в диссертации задачи разработки информационно-измерительной системы для определения параметров движения подвижных объектов на базе полусферического оптико-электронного преобразователя и одометрической системы в искусственных средах, обладающей повышенными точностными характеристиками.

Целыо работы является повышение точности информационно-измерительных систем для определения координат и ориентации подвижных объектов в искусственных средах за счёт комплексирования информации от одометрической системы и полусферического оптико-электронного преобразователя.

Для достижения поставленной цели необходимо решить следующие

задачи:

1. Разработать структуру ИИС для определения параметров движения подвижного объекта на базе одометрической системы и ПСОЭП.

2. Разработать математическую модель ПСОЭП.

3. Разработать алгоритм геометрической калибровки ПСОЭП.

4. Разработать алгоритмы выделения и идентификации характерных элементов на изображениях, формируемых ПСОЭП.

5. Разработать алгоритм комплексирования информации от ПСОЭП и одометрической системы.

Объектом исследования является ИИС для определения параметров движения подвижного объекта в искусственных средах на базе ПСОЭП и одометрической системы.

Предметом исследования являются математическая модель ПСОЭП, методы и алгоритмы обработки информации ИИС для определения параметров движения подвижного объекта на базе ПСОЭП и одометрической системы, позволяющие повысить точность измерения координат и ориентации подвижного объекта.

Методы исследований. В работе использованы методы цифровой обработки изображений, методы оптимизации, методы оптимальной фильтрации, численные методы, методы компьютерного моделирования, экспериментальные исследования.

Достоверность и обоснованность результатов работы, а также адекватность предложенных моделей подтверждается корректностью использованных методов исследования, систематичностью анализа и синтеза моделей, методов и алгоритмов, сходимостью теоретических выводов и данных экспериментов.

Научная новизна работы заключается в следующем:

1. Разработана структура информационно-измерительных систем для определения параметров движения подвижных объектов на основе одометрической системы и ПСОЭП, позволяющая повысить точность измерения координат и ориентации подвижного объекта.

2. Разработана математическая модель ПСОЭП, учитывающая геометрические параметры и оптические искажения составных элементов преобразователя.

3. Разработан алгоритм геометрической калибровки ПСОЭП, учитывающий особенности конструкции ПСОЭП и позволяющий повысить точность измерений.

4. Разработаны алгоритмы выделения и идентификации характерных объектов сцены на последовательности полусферических изображений, обеспечивающие высокую точность за счет непосредственной обработки полусферических изображений без дополнительных промежуточных преобразований.

5. Разработан алгоритм обработки и комплексирования информации о параметрах движения и угловом положении от одометрической системы и ПСОЭП, отличающийся от известных возможностью использования естественных ориентиров и позволяющий повысить точность измерений координат и ориентации подвижного объекта.

Практическая ценность работы заключается в следующем:

1. Разработана математическая модель ПСОЭП, позволяющая проводить его имитационное моделирование.

2. Разработан алгоритм геометрической калибровки ПСОЭП, позволяющий выполнить коррекцию ошибок юстировки алгоритмическим способом.

3. Разработан способ оценки влияния различных факторов на погрешность измерения координат статичных объектов ИИС для определения параметров подвижных объектов на базе ПСОЭП.

4. Разработана структура ИИС для определения параметров подвижных объектов в искусственных средах на базе ПСОЭП и одометрической системы и алгоритм комплексирования данных, позволяющие снизить накапливаемую погрешность одометрической системы.

Реализация и внедрение полученных результатов. Разработанные в диссертации методы и алгоритмы были использованы в качестве теоретической основы при создании ИИС различного назначения. В частности, разработаны и исследованы системы на основе ПСОЭП для кругового обзора, а также определения параметров движения подвижных объектов в искусственных средах. Разработанные в ходе исследований измерительные системы внедрены в учебный процесс кафедры радиоэлектроники ТулГУ.

Апробация работы. Основные положения и результаты диссертационной работы докладывались на следующих конференциях: V-й научно-практической конференции «Молодёжные инновации» (Тула, 2011); IX Всероссийской научно-практической конференции «Проблемы наземной радиолокации» (Тула, 2012); X Международной научио-практической конференции «Распознавание-2012» (Курск, 2012); Всероссийской научно-технической конференции «XXI век глазами молодёжи» (Тула, 2013); 23-rd International Conference on Computer Graphics and Vision (GraphiCon) (Владивосток, 2013).

Публикации. Основное содержание работы отражено в 17 публикациях, в том числе 2 статьи в журнале, рекомендованном ВАК, 1 статья входит в список Web of Science и SCOPUS, 10 тезисов докладов на Всероссийских и Международных научно-практических конференциях.

Структура и объем работы. Диссертация содержит введение, 5 глав основной части, заключение, изложенные на 174 страницах машинописного текста, список использованных источников, состоящий из 121 наименования, приложения. Материал работы включает 63 рисунка, 4 таблицы.

Основные положения, выносимые на защиту.

1. Математическая модель ПСОЭП, отличающаяся от существующих учетом геометрических параметров и оптических характеристик ПСОЭП.

2. Алгоритм геометрической калибровки ПСОЭП, позволяющий оценить параметры математической модели ПСОЭП и выполнить коррекцию ошибок юстировки алгоритмическим способом.

3. Алгоритмы выделения и идентификации характерных элементов сцены на последовательности полусферических изображений, отличающиеся от существующих алгоритмов непосредственной обработкой полусферических изображений без дополнительных промежуточных преобразований в другие формы.

4. Структура ИИС для определения параметров движения подвижных объектов в искусственных средах на базе ПСОЭП и одометрической системы, а также алгоритмы обработки информации в них, позволяющие повысить точность измерений координат и ориентации подвижного объекта.

1. ОБЗОР И АНАЛИЗ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ ДЛЯ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ ДВИЖЕНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ

Согласно работам [1-3], информационно-измерительная система (ИИС) - это совокупность функционально объединенных измерительных, вычислительных и других вспомогательных технических средств для получения измерительной информации, её преобразования, обработки в целях представления потребителю (в том числе ввода в автоматизированную систему управления) в требуемом виде, либо автоматического осуществления логических функций измерения, контроля, диагностирования, распознавания образцов.

ИИС находят широкое применение в различных отраслях науки и техники для решения задач измерения параметров физических величин, размеров и перемещений объектов, распознавания и сопровождения объектов и т.д. Целый ряд задач для своего решения требуют использован*^ ^ высокоточных ИИС.

Бурное развитие технологии и вычислительной техники позволяют создать более точные и надежные ИИС, в том числе и для определения параметров движения, ориентации и координат подвижных объектов. Подвижные объекты, снабжённые ИИС для определения его координат и ориентации по пути движения, находят широкое применение в различных средах эксплуатации: космическое пространство, земная атмосфера, водная среда, на и под поверхностью Земли.

В последнее время все больший интерес стали привлекать автономные подвижные объекты, функционирующие в промышленной среде или в сфере обслуживания. Ведущие мировые компании (Nissan, Toyota, Google) и учебные заведения (Oxford, Standford, MIT) разрабатывают автономные автомобили, способные передвигаться без водителя для повышения мобильности людей с ограниченными возможностями и обеспечения

безопасности участников дорожного движения. До сих пор, все разработки находятся на стадии моделирования или создания прототипов [113, 115].

Также наблюдается непрерывно возрастающий спрос на бытовые автономно функционирующие приборы, например, автономные пылесосы, газонокосилки и т.п. Однако большинство разработок подобных приборов испытывают дефицит алгоритмов и программ для решения наиболее трудной задачи - автоматического управления траекторией движения для достижения цели в среде с присутствием большого числа заранее неизвестных препятствий. Ещё одним перспективным направлением является разработка автономных мобильных роботов для использования при чрезвычайных ситуациях, при этом важной является задача обеспечения возврата робота в точку старта или в зону уверенного радиообмена при потере радиосвязи между пультом и объектом управления [110].

Анализ показал, что системы для рассмотренных выше приложений, в основном построены на основе автономных подвижных объектов дополненных необходимыми функциональными устройствами. Практическая реализация данных систем требует разработки ИИС для определения параметров движения подвижных объектов, главной задачей которых является определение текущих координат и ориентации подвижного объекта.

В отличие от систем определения параметров движения летальных, над- и подводных аппаратов подвижные объекты, функционирующие в промышленной и бытовой средах, характеризуются возможным присутствием закрытой среды (помещение, туннель, парковка и т. п.). Это приводит к недоступности или временной потере сигналов некоторых систем, например спутниковых навигационных и радионавигационных систем. Кроме того, в среде их эксплуатации присутствует большое число шумовых объектов, создающих помехи для ИИС, и динамических объектов, возмущающих априорные знания о среде.

Вышесказанное позволяет утверждать, что разработка ИИС для определения параметров движения подвижных объектов,

эксплуатирующихся в промышленной и бытовой средах, является весьма актуальной задачей. Видно, что возникающие проблемы можно разделить на аппаратные, связанные с рациональным выбором информационно-измерительных средств и систем, и алгоритмические, заключающиеся в повышении точности и надежности измерения параметров движения подвижных систем.

1.1. Информационно-измерительные системы для определения параметров движения подвижных объектов

В настоящее время разработаны многочисленные первичные преобразователи, которые широко применяются в ИИС для измерения параметров подвижных объектов. Яркими примерами преобразователей являются: акселерометр, гироскоп, одометр, лаг, компас, высотомер и др. На основе данных первичных преобразователей разработаны такие популярные системы определения параметров движения, как спутниковые радионавигационные системы (СРНС), радионавигационные системы (РНС), бесплатформеипые инерциальные навигационные системы (БИНС) [112].

Согласно работам [111, 112], координаты и ориентация любого подвижного объекта могут быть определены двумя способами:

— путем прямого их вычисления при помощи геометрических соотношений, когда исходной информацией являются дальности, азимуты или курсовые углы до точек с известными координатами;

- путем счисления пути - непрерывное вычисление линии движения (траектории) по данным о векторе скорости и координатах начальной точки движения.

Анализ наиболее распространённых подвижных объектов показал, что основными средствами определения параметров движения являются системы счисления пути: инерциальные и одометрические. В бытовой среде подвижные объекты часто двигаются на плоской поверхности (например, пол

помещения), что позволяет использовать одометрические датчики для вычисления пройденной пути. В средах со сложным рельефом для захвата трехмерного движения используется сочетание инерциальных (акселерометров и гироскопов) и одометрических датчиков.

Во многих современных подвижных объектах для определения параметров движения используются ИИС на основе СРНС. Однако, несмотря на высокую точность СРНС, в бытовой и промышленной средах сигналы со спутников могут приниматься неустойчиво и с помехами. Поэтому использование СРНС не подходит для решения задачи определения параметров движения в указанных средах.

Сканирующие лазерные системы, установленные на борту подвижных объектов, являются решением, обеспечивающие высокую точность измерений. Принцип работы сканирующих лазерных систем заключается в том, что система дает карту дальности относительно местоположения подвижного объекта, и на основе этой карты выделяются характерные элементы пространства, обычно углы, по признаку изменения дальностей. Выделенные характерные элементы отслеживаются по мере движения подвижного объекта для определения его траектории. Однако большинство сканирующих лазерных систем является двухмерными, что ограничивает эффективность распознавания и отслеживания характерных объектов. Использование вспомогательных устройств для обеспечения сканирования в трехмерном пространстве (например, механико-электроиные устройства поворота) увеличивает сложность вычислений и время сканирования, но не дает значительного повышения эффективности системы [73-75].

Радиосистемы для определения параметров движения чувствительны к некоторым типам препятствий на пути распространения сигнала, что ограничивает радиус их действия и приводит к появлению мертвых зон. Поэтому использование радиосистем не пригодно для использования на подвижных объектах в бытовой и промышленной средах, где присутствуют многочисленные виды статичных и динамических препятствий.

В последнее время наблюдае^ся^иирокое применение телевизионных информационно-измерительных систем в различных отраслях. ТИИС являются рациональным решением для использования и на подвижных объектах для определения параметров движения в бытовой и промышленной средах. Это объясняется тем, что за счет визуальной информации ТИИС позволяют реализовывать различные эффективные алгоритмы распознавания характерных объектов в среде эксплуатации с множеством шумов и эффективно решить поставленную задачу.

Важнейшими характеристиками ИИС определения параметров движения подвижных объектов являются точность и непрерывность измерений. Кроме того, немаловажными показателями качества ИИС данного типа являются стоимость, масса, потребляемая энергия и т. д. Удовлетворить всем указанным требованиям, установив на подвижных объектах один первичный преобразователь, в настоящее время не возможно. Например, системы счисления пути - инерциальные и одометрические, не отвечают условиям точности за счет накопления погрешностей с течением времени [112], сигналы от СРНС могут приниматься неустойчиво и с помехами, радиосистемы могут иметь мертвые зоны [113].

Поэтому для повышения точности и надежности ИИС определения параметров движения подвижных объектов, работающих в бытовой и промышленных средах, необходимо использовать на борту подвижных объектов большее количество информационно-измерительных средств и систем, которые с помощью вычислительных устройств объединяются в единую информационную систему. Комплексирование информации от отдельных информационно-измерительных средств для определения параметров подвижных объектов обеспечит:

- повышение точности определения параметров движения за счёт использования метода статистической фильтрации;

- повышение надежности измерений за счет обмена информацией и сравнения показаний отдельных преобразователей;

- расширение географических зон и сред эксплуатации подвижного объекта;

- непрерывность во времени поступления точной информации.

Комплексирование данных от различных преобразователей и средств

часто выполняется методами оптимальной фильтрации, например, фильтром Калмана и его модификациями, методом наименьших квадратов (МНК-оценка) [41-43]. Сущность данных методов заключается в том, что устанавливается соотношение между состоянием системы и её измерениями от различных информационно-измерительных подсистем; далее определяется наилучшее состояние системы, удовлетворяющее определенному критерию качества, например, минимуму среднеквадратического отклонения (СКО) ошибки.

На рисунке 1.1 показана обобщенная структурная схема ИИС на основе фильтра Калмана [41, 112].

В вышеуказанной структурной схеме в качестве основных систем часто используются инерциальная или одометрическая система для определения параметров подвижных объектов. Главным требованием к основным системам является возможность выдавать непрерывные измерения параметров движения.

Рисунок 1.1. - Обобщенная структурная схема ИИС на основе фильтра Калмана

В качестве подсистем, как правило, используются СРНС, РНС, ТИИС и измерительные датчики (лаг, высотомер, глубиномер и пр.). Информация от подсистем предназначена для коррекции ошибки оценки параметров движения основной системы с помощью фильтра Калмана оперирующего понятием вектора состояния системы, т.е. параметров, описывающих состояние системы на некоторый момент времени.

1.2. Телевизионные информационно-измерительные системы для определения параметров движения подвижных объектов

Как было показано ранее, одним из перспективных направлений повышения качества ИИС является использование телевизионных информационно-измерительных систем (ТИИС).

Современное состояние вычислительной техники позволяет использовать телевизионные информационно-измерительные системы для решения сложных задач, в том числе и для определения параметров движения подвижных объектов. Особенностью ТИИС является визуальное представление информации, что позволяет эффективно решать следующие задачи [5-7]:

- обнаружение и распознавание сложных объектов по различным признакам (форма, цвет и т. д.);

- измерение угловых координат объектов и дальностей до них (в зависимости от типа ТИИС);

- обеспечивать визуальный интерфейс между оператором и исследуемой средой или средой эксплуатации.

Несмотря на вышеуказанные преимущества, подвижные объекты, оснащенные только ТИИС, не могут определить свои координаты и ориентацию. Это объясняется тем, что двухмерные изображения от ТИИС обеспечивают только угловые измерения до объектов в поле зрения. С

помощью монокулярной ТИИС координаты наблюдаемых объектов, а также параметры движения подвижного объекта определяются с точностью до масштаба на основе последовательности её данных [45]. Данная проблема затрудняет комплексирование ТИИС и других ИИС для решения задачи определения параметров движения подвижных объектов.

Для решения данной проблемы используются внешние искусственные ориентиры [12, 13, 110]. Искусственными ориентирами являются установленные в среде эксплуатации объекты, информация о местоположении, форме, цвете и т.д. частично или полностью заранее известна, что позволяет легко выделить и отслеживать их, а также непосредственно измерить их координаты относительно подвижного объекта на каждом кадре изображения ТИИС. Это, в конечном счёте, позволяет определить координаты и ориентацию подвижного объекта. В качестве искусственных ориентиров часто используются маяки в виде ИК или сигнальных излучателей. Например, в Институте прикладной математики им. М.В. Келдыша был разработан и изготовлен учебный подвижный объект «Кронус», снабженный широкоугольной ТИИС, и успешно решены задачи определения координат подвижных объектов в искусственной среде при помощи ИК-излучателей в качестве искусственных ориентиров [12]. Однако использование внешних искусственных ориентиров достаточно часто затруднено ограничениями среды эксплуатации.

Вместо искусственных ориентиров могут быть использованы характерные элементы, которые существуют в среде эксплуатации [27, 30, 31]. Информация о местоположении характерных элементов заранее неизвестна, но они обладают особыми характеристиками, которые позволяют выделить их па изображениях, формируемых ТИИС. В состав характерных элементов входят такие статичные объекты, как прямые линии, точечные особенности (например, углы и оконные проемы помещений). По сравнению с искусственными ориентирами характерные элементы являются универсальным решением для любой среды эксплуатации.

Проблема, возникающая при использовании характерных элементов в качестве ориентиров, заключается в определении их координат. Известно, что обычные (монокулярные) ТИИС, состоящие из одного оптико-электронного преобразователя, могут выдать только угловые измерения объектов, что не позволяет непосредственно определить координаты объектов. Для решения данной проблемы часто применяются ТИИС, имеющие возможность измерить дальность до объектов (например, бинокулярные ТИИС), или комплексирование монокулярной ТИИС с измерителями дальности для расширения её функциональных возможностей. В качестве последнего часто используются сканирующие лазерные системы.

Бинокулярные ТИИС широко используются для определения параметров подвижных объектов, особенно при эксплуатации в закрытых помещениях. Принцип работы бинокулярных ТИИС заключается в том, что координаты измеряемого объекта определены за счет выделения координат его образов на двух плоскостях изображений ТИИС. Несмотря на сравнительно высокую точность вычисления координат и ориентации подвижного объекта, с течением времени происходит накопление ошибки измерений. Наиболее весомой является ошибка вычисления угла по курсу в начале траектории движения [27, 91]. Кроме того, недостаток данной системы заключается в высоких вычислительных затратах за счет обработки двух потоков визуальной информации.

Ряд разработанных комплексов определения параметров подвижных объектов основан на структуре, состоящей из монокулярной ТИИС и сканирующей лазерной системы [110, 115]. Совместное использование информации о дальности от лазерной системы и визуальной информации от ТИИС позволяет непосредственно определить координаты характерных элементов, и, следовательно, координаты подвижных объектов. Комплексирование информации от сканирующей лазерной системы и монокулярной ТИИС позволяет повысить точность определения параметров подвижных объектов и надежность автоматического распознавания зон

Список литературы диссертационного исследования кандидат наук Фан Чан Данг Хоа, 2014 год

СПИСОК ЛИТЕРАТУРЫ

1. Раннев Г.Г. Измерительные информационные системы / Г.Г. Раннев. -М.: Издательский центр «Академия», 2010. - 336 с.

2. Цанепко М.П. Измерительные информационные системы: Структуры и алгоритмы, системотехническое проектирование / М.П. Цаненко. — М.: Энергоатомиздат, 1985. -438 с.

3. Рубичев H.A. Измерительные информационные системы / H.A. Рубичев. -М.: Дрофа, 2010.-334 с.

4. Калашников В.И. Информационно-измерительная техника и технологии / В. И. Калашников, С. В. Нефедов, А. Б. Путилин и др.; Под ред. Г. Г. Ранеева. - М.: Высшая школа, 2002. - 454 с.

5. Коротаев В.В. Телевизионные измерительные системы: Учебное пособие / В.В. Коротаев, A.B. Краснящих. - СПб: СПбГУ ИТМО, 2008. -108 стр.

6. Андреев A.JI. Автоматизированные видеоинформационные системы / А.Л. Андреев. - СПб: НИУ ИТМО, 2011. - 120 с.

7. Андреев А. Л. Автоматизированные телевизионные системы наблюдения. Часть I. Аппаратные средства и элементная база / А. Л. Андреев. - СПб.: НИУ ИТМО, 2012. - 88 с.

8. Грязин Т.Н. Системы прикладного телевидения: учебное пособие для вузов / Г.Н. Грязин. - СПб.: «Политехника», 2001- 277 с.

9. Краснящих А. В. Обработка оптических изображений / А. В. Краснящих. - СПб.: НИУ ИТМО, 2012. - 129 с.

10. Сырямкин В. И. Информационные системы в мехатронике / В. И. Сырямкин, И. И. Рожнев; Под ред. В. И. Сырямкин. - Томск: Изд-во Томского политехнического университета, 2008. - 440 с.

11. Воротников С. А. Информационные устройства робототехнических систем / С. А. Воротников. - М: изд-во МГТУ им. Н.Э. Баумана, 2005. -384 с.

12. Андреев В.П. Система технического зрения с круговым обзором для мобильного робота / В.П. Андреев // Мехатроника, Автоматизация, Управление. - 2011. - №6. - с. 8-14.

13. Сербенюк Н.С. СТЗ для навигации подвижного робота по маякам на основе анализа конической проекции окружающего пространства на ТВ камеру / Н.С. Сербенюк // Препринт ИПМ. - 2001. - № 78. - с. 64-69.

14. Соломатин В.А. Панорамная видеокамера / В.А. Соломатин // Фотоника. -2009. -№ 4.-с. 14-16.

15. Ган М. А. Панорамные системы кругвого обзора / М. А. Ган, A.A. Багдасаров, Г.Ф. Беляков // Прикладная оптика: Сб. науч. тр. - СПб, 2010.-с. 231-237.

16. Соломатин В. А., Иванова Н. В. Современные направления развития панорамных оптических и оптико-электронных систем / В. А. Соломатин, Н.В. Иванова // Прикладная оптика: Сб. науч. тр. - СПб, 2012.-с. 141-144.

17. Пат. 2185645. Панорамный зеркально-линзовый объектив [текст] / A.B. Куртов, В.А. Соломатин; заявитель и патентообладатель Москов. гос. ун. геодезии и картографии. - № 2008143644/09; заявл. 01.11.08; опубл. 10.05.10.

18. Русинов М.М. Техническая оптика / М.М. Русинов - JI.: Машиностроение. Ленингр. отд-ние, 1979. - 488 с.

19. Теория оптических систем / Н.П. Заказнов, С.И. Кирюшин, В.Н. Кузичев. и др. -М.: Машиностроение, 1992. -448 с.

20. Бегунов Ю.Н. Теория оптических систем / Ю.Н. Бегунов, Н.П. Заказнов. -М.: Машиностроение, 1973.-488 с.

21. Spherical Vision [Электронный ресурс] / Компания Point Grey. -Электрон, текст, дан. - Режим доступа: http://www.ptgrey.com/, свободный. - Яз. англ. - Дата обращения: 02.03.2011.

22. RingCam datasheet [Электронный ресурс] / Компания Microsoft. -Электрон, текст, дан. - Режим доступа: http://research.microsoft.com/, свободный. - Яз. англ. - Дата обращения: 02.03.2011.

23. Трал Патруль 2.8 - система слежения большого радиуса действия [Электронный ресурс] / Компания Трал. - Электрон, текст, дан. - Режим доступа: http://www.tral.ru/, свободный. - Яз. рус., англ. - Дата обращения: 02.03.2011.

24. Obukhov A. Automatic Multiple PTZ Cameras Calibration Method / A. Obukhov, K. Strelnikov, D. Vatolin // Proceedings of Graphicon, 2008. - pp. 122-127.

25. Chen H. Efficient Vision-Based Calibration for Visual Surveillance Systems with Multiple PTZ Cameras / H. Chen, S.J Wang // IEEE International Conference on Computer Vision Systems, 2006. - Pp. 24-32.

26. Biswas A. Intrusion Detection and Tracking with Pan-Tilt Cameras / A. Biswas, P. Guha, A. Mukerjee // IET International Conference on Visual Information Engineering, 2006. - pp. 565-571.

27. Стрельников K.H. Исследование и разработка алгоритмов для решения задачи устойчивого видеослежения в больших помещениях [Текст]: автореф. дис. на соиск. учен. степ. канд. техн. наук / К.Н. Стрельников. -М., 2009.-20 с.

28. Baker S. Single Viewpoint Catadioptric Cameras / S. Baker S, S.K. Nayar // Panoramic Vision. - 2001. - c. 39-71.

29. Geyer C. A unifying theory for central panoramic systems and practical applications / C. Geyer, K. Daniilidis // Proceedings of the 6th European Conference on Computer Vision-Part II, 2000. - c. 445-461.

30. Yamazawa K. Omnidirectional Imaging with Hyperboloidal Projection / K. Yamazawa, Y. Yagi, M. Yachida // Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems, 1993. - pp. 215-230.

31. Yagi Y. Real-Time Omnidirectional Image Sensor (COPIS) for Vision-Guided Navigation / Y. Yagi, S. Kawato, S. Tsuji // IEEE Transactions on Robotics and Automation, 1994.-pp. 135-142.

32. Micusik B. Autocalibration & 3D Reconstruction with Non-central Catadioptric Cameras / B. Micusik, T. Pajdla // Computer Vision and Pattern Recognition, 2004. - vol. 1, pp. 58-65.

33. Winters N. Omni-directional Vision for Robot Navigation / N. Winters, J. Gaspar, G. Lacey // IEEE Workshop on Omnidirectional Vision, 2000. - pp. 21-28.

34. Gaspar J. Vision-based Navigation and Environmental Representations with an Omnidirectional Camera / J. Gaspar, N. Winters, J. Santos-Victor // IEEE Transaction on Robotics and Automation, 2000.

35. Micusik, B. Structure from Motion with Wide Circular Field of View Cameras / B. Micusik, T. Pajdla // PAMI, 2006. -pp. 1135-1149.

36. Goncalvez N. Projection through quadric mirrors made faster / Goncalvez N., Nogueira A.C. // OMNIVIS, 2009. - pp. 24-32.

37. Lanman D. Spherical catadioptric arrays / Lanman D., Crispell D., Wachs M. // Construction, multi-view geometry, and calibration, 2006. - pp. 81-88.

38. Strauss O. Fuzzy morphology for omnidirectional images / Strauss O., Comby F. // Proceedings of Image Processing, 2005. - pp. 187-196.

39. Jacquey F. Fuzzy Edge Detection for Omnidirectional Images / Jacquey F., Comby F., Strauss O. // Fuzzy Sets and Systems, 2008. Vol. 159. -pp. 19912010.

40. Demonceaux C. Omnidirectional Image Processing using Geodesic Metric / Demonceaux C., Vasseur P. // IEEE International Conference on Image Processing, 2009. -pp. 221-224.

41. Алешина Б.С. Ориентация и навигация подвижных объектов: современные информационные технологии / Под ред. Б. С. Алешина, К. К. Веремеенко, А. И. Черноморского. - М.: ФИЗМАТЛИТ, 2006. - 424 с.

42. Алпатов Б.А. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управления / Б.А. Алпатов. -М.: Радиотехника, 2008. - 176 с.

43. Зайцев Д.В. Многопозиционные радиолокационные системы. Методы и алгоритмы обработки информации в условии помех / Д.В. Зайцев. - М.: Радиотехника, 2007. -96 с.

44. Шапиро Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман; Пер. с англ. -М.: БИНОМ. Лаборатория знаний, 2006. — 752 с.

45. Форсайт Д.А. Компьютерное зрение. Современный подход / Д.А. Форсайт, Ж. Понс; Пер. с англ. - М.: Издательский дом «Вильяме», 2004. -928 с.

46. Fryer J.G. Lens Distortion for Close-Range Photogrammetry / Fryer J.G., Brown D.C. // Photogrammetric Engineering and Remote Sensing, 1986. Vol. 52(1). -pp 51-58.

47. Zhang Z. Flexible Camera Calibration by Viewing a Plane from Unknown Orientations / Zhang Z. // Proceedings of 7-th IEEE International Conference on Computer Vision, 1999. Vol. 1. - pp. 666-673.

48. Tsai R.Y. A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-Shelf TV Cameras and Lenses / Tsai R.Y. // IEEE Journal of Robotics and Automation. Vol. 3(4). - pp. 323344.

49. Heikkila S.O. A Four-step Camera Calibration Procedure with Implicit Image Correction / Heikkila S.O. // Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1997. - pp. 11061112.

50. Strelow D. Precise Omnidirectional Camera Calibration / Strelow D. // Proceedings of the IEEE on Computer Vision and Pattern Recognition, 2001. -pp. 87-95.

51. Geyer C. Catadioptric Camera Calibration / Geyer C., Daniilidis K. // IEEE International Conference on Computer Vision, 1998. - pp. 357-265.

52. Kang S.B. Catadioptric Self-Calibration / Kang S.B. // Proceedings of IEEE on Computer Vision and Pattern Recognition, 2000. Vol. 1. - pp. 201-207.

53. Mei C. Single View Point Omnidirectional Camera Calibration from Planar Grids / Mei C., Rives P. // IEEE International Conference on Robotics and Automation, 2007. - pp. 3945-3950.

54. Scaramuzza D. A Toolbox for Easily Calibrating Omnidirectional Cameras / Scaramuzza D., Martinelli A., Siegwart R. // IEEE International Conference on Intelligent Robots and Systems, 2006. - pp. 1783-1791.

55. Lucchese L. Using saddle points for subpixel feature detection in camera calibration targets / Lucchese L., Mitra S.K. // Proceedings of the 2002 Asia Pacific Conference on Circuits and Systems, 2002. - pp. 191-195.

56. Chen D. A new sub-pixel detector for x-corners in camera calibration targets / Chen D., Zhang G. // WSCG, 2005. -pp. 97-100.

57. Сухарев А.Г. Курс методов оптимизации / А. Г. Сухарев, А.В. Тимохов, В.В. Федоров. - М.: ФИЗМАТЛИТ, 2005. - 368 с.

58. Моисеев Н.Н. Численные методы в теории оптимальных систем / Н.Н. Моисеев. -М.: Наука, 1971. - 364 с.

59. Xiong Z. Fast Panorama Unrolling of Catadioptric Omni-Directional Images for Cooperative Robot Vision System / Xiong Z. // International Conference on Computer Supported Cooperative Work in Design, 2007.

60. Половко A.M., Бутусов П. H. Интерполяция. Методы и компьютерный технологии их реализации / A.M. Половко, П.Н. Бутусов. - СПб.: БХВ-Петербург, 2004. - 320 с.

61. Фан Ч. X. Геометрическая калибровка полусферической видеокамеры / Ч.Х. Фан // Известия ТулГУ. Технические науки. - 2013. - № 7(2). - с. 141-151.

62. Макарецкий Е.А. Полусферические камеры прикладных телевизионных систем: получение и преобразование полусферических изображений / Е.А. Макарецкий, А.В. Овчинников, Ч.Х. Фан // Компоненты и технологии. - 2010. - №9. - с. 30-32.

63. Овчинников А.В. Алгоритм выделения характерных элементов на изображениях полусферических видеокамер / А.В. Овчинников, Ч.Х. Фан // Известия ТулГУ. Технические науки. - 2013. - № 1. - с. 233-245.

64. Canny J. A computational approach to edge detection / Canny J. // IEEE Transaction on Pattern Analysis and Machine Intelligence, 1986. - Vol. 8. -pp. 679-714.

65. Berzins V. Accuracy of Laplacian Edge Detectors / Berzins V. // CVGIP: Image Understanding, 1984.-Vol. 27(2).-pp. 195-210.

66. Гонсалес P. Цифровая обработка изображений / P. Гонсалес, P. Вудс. -M.: Техносфера, 2005. - 1072 с.

67. Hough P. Machine Analysis of Bubble Chamber Pictures / Hough P. // Proceedings of International Conference on High Energy Accelerators and Instrumentation, 1959.

68. Fernandes L. Real-time line detection through an improved Hough transform voting scheme / Fernandes L.A., Oliveira M.M. // Pattern Recognition, Elsevier, 2008. - Vol. 41(1). - pp. 299-314.

69. Ballard D.H. Generalizing the Houghtransform to detectarbitraryshapes / Ballard D.H. // Pattern Recognition, Elsevier, 1981. - Vol. 13(2). - pp. 111122.

70. Harris C. combined corner and edge detector / Harris C., Stephens M. // Proceedings of the 4th Alvey Vision Conference, 1988. - pp. 147-151.

71. Lowe D. Distinctive Image Features from Scale-Invariant Keypoints / Lowe D. // International Journal of Computer Vision, 2004. -Vol. 60 (2).

72. Bay H. SURF: Speeded Up Robust Features / Bay H. // Computer Vision and Image Understanding, 2008. - Vol. 110(3). - pp. 346-359.

73. Gamallo C. A FastSLAM-based Algorithm for Omnidirectional Cameras / Gamallo C., Mucientes M., Regueiro C. // Journal of Physical Agents. - 2013. -Vol. 7(1).

74. Valgren С. SIFT, SURF and Seasons: Long-term Outdoor Localization Using Local Features / Valgren C., Lilienthal A. J. // Proceedings of European Conference on Mobile Robots, 2007. - pp. 253-258.

75. Mei C.Fast Central Catadioptric Line Extraction, Estimation, Tracking and Structure from Motion / Mei C., Malis E. // IEEE/RSJ International Conference on Intelligent Robots and Systems, 2006. - pp. 4774-4779.

76. Гостев И.М. Методы идентификации графических объектов на основе геометрической корреляции / Гостев И.М. // Физика элементарных частиц и атомного ядра. -2010. - Т. 41. Вып. 1.-е. 92-97.

77. Комиссаров Д.В. Методика решения проблем цифрового фототриангулирования / Д.В. Комиссаров // Труды Международной конференции RDAMM, 2001. - Т. 6 (2). - с. 137-142.

78. Wongphati М. Bearing only FastSLAM using Vertical Line Information from an Omnidirectional Camera / Wongphati M., Niparnan N., Sudsang A. // IEEE International Conference on Robotics and Biomimetics, 2008. - pp. 1188-1193.

79. Strasdat II. Visual Bearing-Only Simultaneous Localization and Mapping with Improved Feature Matching / Strasdat H. // Autonome Mobile Systeme. -2007.-pp. 15-21.

80. Fischler M.A. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography / Fischler M.A., Bolles R.C. // Communications of the ACM. - 1981. - Vol. 24 (6). -pp. 381-395.

81. Конушин А. Слежение за точечными особенностями сцены / А. Конушин // Компьютерная графика и мультимедиа. - 2003. - Вып. 1(5).

82. Dalai N. Histograms of Oriented gradients for human detection / Dalai N., Triggs B. // IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2005. - Vol. 1. - pp. 886-893.

83. Овчинников A.B. Вычисление центра полусферического изображения / А.В. Овчинников, Ч.Х. Фан // Труды VIII Всероссийской научно -

технической Интернет - конференции. Проблемы наземной радиолокации, 2011. - с. 35-37.

84. Овчинников А. В. Выделение краевых точек на полусферических изображениях / A.B. Овчинников, Ч.Х. Фан // Труды VIII Всероссийской научно - технической Интернет - конференции. Проблемы наземной радиолокации, 2011. - с. 37-40.

85. Овчинников А. В. Модификация алгоритма преобразования хафа для обработки полусферических изображений / A.B. Овчинников, Ч.Х. Фан // Труды VIII Всероссийской научно - технической Интернет -конференции. Проблемы наземной радиолокации, 2011. - с. 40-42.

86. Овчинников A.B. Обработка полусферических изображений: определение центра изображения и выделение вертикальных линий / A.B. Овчинников, Ч.Х. Фан // Компоненты и технологии. - 2011. - №12. -с. 133-136.

87. Овчинников A.B. Методы выделения и сопровождения вертикальных лииий на полусферических изображениях телевизионных систем / A.B. Овчинников, Ч.Х. Фан // Распознавание 2012 : тез. докл. Междунар. науч.-техн. конф. - Курск, 2012. - с. 267-268.

88. Овчинников А. В. Алгоритм выделения прямых линий пространства на полусферических изображениях / A.B. Овчинников, Ч.Х. Фан // Труды VIII Всероссийской научно - технической Интернет - конференции. Проблемы наземной радиолокации, 2011. - с. 40-42.

89. Овчинников A.B. Обработка полусферических изображений: Идентификация вертикальных линий / A.B. Овчинников, Ч.Х. Фан // Компоненты и технологии. - 2013. - №14. - с. 153-156.

90. Овчинников А. В. Алгоритм выделения прямых линий пространства на полусферических изображениях / A.B. Овчинников, Ч.Х. Фан // Наука, образование, общество: проблемы и перспективы развития : тез. докл. Междунар. науч.-техн. конф. - Тамбов, 2013. - с. 101.

91. Бобков В.А. 3D SLAM по стереоизображениям / В.А. Бобков // The 23-rd Internationa] Conference on Computer Graphics and Vision, 2013. - с. 1 14117.

92. Davison A.J. MonoSLAM: Real-time single camera SLAM / Davison A.J. // IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007. -Vol. 29 (6).-pp. 1052-1067.

93. Davison A.J. Real-time simultaneous localisation and mapping with a single camera / Davison A.J. // Proceedings of the 9-th IEEE International Conference on Computer Vision, 2003. - Vol. 2. - pp. 1403-1410.

94. Kalman R.E. A New Approach to Linear Filtering and Prediction Problems / Kalman R.E // Transactions of the ASME - Journal of Basic Engineering. -1960. - Vol. 82. - pp. 35-45.

95. Einicke G.A. Robust Extended Kalman Filtering / Einicke G.A., White L.B. // IEEE Transactions on Signal Processing. - 1999. - Vol. 47(9). - pp. 25962599.

96. Metropolis N. The Monte Carlo method / Metropolis N., Stanislaw U. // Journal of the American Statistical Association. - 1949. - Vol. 44. - pp. 335341.

97. Фарина А. Цифровая обработка радиолокационной информации. Сопровождение целей / А. Фарина, Ф, Студср; Пер. с англ. / Под ред. А,Н. Юрьева. - М.: Радио и связь, 1993. - 319 с.

98. Шахтарин Б.И. Фильтры Винера и Калмана / Б.И. Шахтарин. — М.: Гелиос АРВ, 2008.-408 с.

99. Шахтарин Б.И. Нелинейная оптимальная фильтрация в примерах и задачах / Б.И. Шахтарин. -М.: Гелиос АРВ, 2008. - 344 с.

100. Julier S.J. A New Extension of the Kalman Filter to Nonliner Systems / Julier S.J., (Jhlmann J.K. // Proceedings of AeroSence: The 11th Int. Symp. on Aerospace/Defence Sensing, Simulation and Controls., 1997.

101. Соболь И.М. Численные методы Монте-Карло / И.М. Соболь. - М.: Наука, 1973.-312 с.

102. Микаэльяп С. В. Методы фильтрации на основе многоточечной аппроксимации плотности вероятности оценки в задаче определения параметров движения цели при помощи измерителя с нелинейной характеристикой // Наука и образование. - 2011. - Вып. 10.

103. Овчинников А. В. Локализационная система мобильного объекта на основе полусферической видеокамеры / A.B. Овчинников, Ч.Х. Фан // Распознавание 2012 : тез. докл. Междунар. науч.-техн. конф. - Курск, 2013.

104. Овчинников A.B. Система определения текущего положения мобильных объектов / A.B. Овчинников, Ч.Х. Фан // XXI век глазами молодёжи : тез. докл. Всероссийской, науч.-техн. конф. - Тула, 2013.

105. Овчинников A.B. Система локализации робота на основе полусферической камеры / A.B. Овчинников, Ч.Х. Фан // The 23-rd International Conference on Computer Graphics and Vision, 2013. - c. 122126.

106. Phan D. K. Indoor SLAM using an Omnidirectional Camera / D.K. Phan, A.V. Ovchinnikov // Middle-East Journal of Scientific Research. - 2013. -Vol. 16 (l).-pp 88-94.

107. The COLD Database [Электронный ресурс] / KTH Royal institute of technology. - Электрон. дан. - Режим доступа: http://www.cas.kth.se/COLD/, свободный. - Яз. англ. - Дата обращения: 22.10.2012.

108. The FS2HSC Database [Электронный ресурс] / University of Amsterdam. -Электрон. дан. - Режим доступа: http://staiT.sciencc.uva.nl/~zivkovic/FS2HSC/index.html, свободный. - Яз. англ. - Дата обращения: 09.11.2012.

109. Гаганов В. Инвариантные алгоритмы сопоставления точечных особенностей на изображениях / В. Гаганов // Компьютерная графика и мультимедиа. - 2009. - Вып. 7( 1).

110. Лапшов B.C., Носков В.П., Рубцов И.В. Опыт создания автономных мобильных робототехнических комплексов специального назначения / B.C. Лапшов, В.П. Носков, И.В. Рубцов // Вестник Московского государственного университета им. Н. Э. Баумана. - 2011. - с. 7-24.

111. Бабич О.А. Обработка информации в навигационных комплексах / О.А. Бабич. - М.: Машиностроение. - 1991. - 512 с.

112. Матвеев В.В. Основы построения инерциальных навигационных систем / В.В. Матвеев, В.Я. Распопов; Под ред. В. Я. Распопова, - СПб.: Электроприбор. - 2009. - 280 с.

113. Бобровский С.А. Навигация мобильных роботов / С.А. Бобровский // PC Week. -2004. № 9-11.

114. Желтов С.Ю. Перспективы интеллектуализации систем управления ЛА за счет применения технологий машинного зрения / С.Ю. Желтов, Ю.В. Визильтер//Труды МФТИ. - 2009. - с. 164-181.

115. Носков В.П. Комплексирование светолокационных и телевизионных данных в задачах выделения дороги / В.Г1. Носков, А.А. Ханин // Вестник МГТУ им. Н. Э. Баумана. - 2012. - с. 149-158.

116. Nomad 200 Hardware Manual [Электронный ресурс] / York University. — Электрон, дан. - Режим доступа: http://www.yorku.ca/index.html, свободный. - Яз. англ. - Дата обращения: 11.12.2012.

117. Chong K.S.. Accurate Odomctry and Error Modelling for a Mobile Robot / K.S. Chong, L. Kleeman // Proceedings of IEEE International Conference on Robotics and Automation. - 1997. - vol. 4. - pp. 2783-2788.

118. Seegmiler N. Vehicle Model Identification by Integrated Prediction Error Minimization / Seegmiler N. // International Journal of Robotics Research. — 2013.-vol. 32.-pp. 912-931.

119. Folkesson J. Vision SLAM in Measurement Subspace / Folkesson J., Jensfelt P., Christensen H.I. // Proceedings of IEEE International Conference on Robotics and Automation. - 2005. - pp. 30-35.

120. Zivkovic Z. From images to rooms / Zivkovic Z., Booij O., Krose B. 11 Robotic and Autonomous Systems. - 2007. - vol.55. - pp. 411-418.

121. Kong H. Vanishing point detection for road detection / Kong H. // Proceedings of IEEE International Conference on Computer Vision and Pattern Recognition. - 2009. - pp. 96-103.