Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИПЛОМНАЯ РАБОТА, ИНФОРМАТИКА

Разработка информационно-измерительной системы слежения за движущимися объектами с применением стереоскопического зрения

mari_ziteva 1250 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 127 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 26.02.2021
В ходе выполнения выпускной квалификационной работы была разработана информационно-измерительная система слежения за движущимися объектами с применением стереоскопического зрения. Были получены следующие основные результаты: 1. Выполнен обзор и проведен сравнительный анализ современных систем в области систем видеонаблюдения и охраны. Так же проведен анализ алгоритмов обнаружения объектов, построения карт дальностей и технических средств на основе которых можно реализовать данную систему.
Введение

Актуальность. В настоящее время широкое распространение получила обработка видеоизображений для решения различных задач таких как обеспечение безопасности, автоматический контроль, управление манипуляторами, измерение расстояния и поиск объекта в видео потоке. Для того чтобы различные охранные системы видеонаблюдения могли взаимодействовать с окружающим миром, они должны иметь возможность видеть и анализировать окружающую среду. Это именно то направление в котором системы технического зрения могут помочь. Техническое (машинное) зрение – это применение компьютерного зрения для промышленности, производства, обеспечения безопасности, управления мобильными роботами или беспилотными летательными аппаратами [1-6]. Оно включает в себя анализ визуальной информации для принятия решений как автоматических, так и с помощью оператора. Информация, полученная с помощью ТЗ помогает предпринять какое-либо действие в отношение объекта, находящегося в фокусе. Например, при приближении объекта к охраняемой зоне система может вывести сообщение о возможном нарушении, а если объект приближается ещё система может включить звуковой оповещающий сигнал. Для оценки расстояния используется СЗ [7]. Для этого в зависимости от задачи используются как микрокомпьютеры, так и стационарные компьютеры. Последние имеют большую массу и габариты, что не позволяет устанавливать их в мобильные системы, а также зачастую производительность сравнимую с МК поэтому в данной работе было решено отказаться от стационарного компьютера в пользу МК. Один из самых простых примеров применения ТЗ это автоматическая проверка территории на наличие нарушителей. В связи с вышеуказанным актуальной задачей является разработка информационно-измерительной системы (ИИС) слежения за движущимися объектами с применением стереоскопического зрения. для слежения за объектом Цель работы заключается в повышении эффективности работы систем видеонаблюдения и охраны. Задачи 1. Выполнить обзор и сравнительный анализ современного состояния в области систем стереоскопического зрения видеонаблюдения и охраны. 2. Разработать структурную и функциональную схемы ИИС. 3. Создать макет ИИС. 4. Разработать программное обеспечение для отслеживания движущихся объектов и вычисления расстояния до них. 5. Провести экспериментальные исследования работы системы.
Содержание

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 5 ВВЕДЕНИЕ 6 ГЛАВА 1 Обзор и анализ современных средств и методов для поиска объектов 8 1.1 Анализ патентов 8 1.1.1 Способ и система видеонаблюдения с транспортного средства, находящегося в движении 8 1.1.2 Радиолокационный видеофиксирующий измеритель скорости транспорта и способ определения цели-нарушителя 9 1.1.3 Интеллектуальная интегрированная система безопасности и способ контроля оператора безопасности 10 1.1.4 Система видеонаблюдения и способ формирования видеоизображения 11 1.1.5 Геоинформационная система в формате 4d 12 1.1.6 Системы и способы отслеживания движущихся объектов на видеоизображении 13 1.2 Методы обнаружения объектов 14 1.2.1 Корреляционные методы 14 1.2.2 Сегментация изображений 15 1.2.3 Выделение границ 16 1.2.4 Детектор краев Канни 19 1.2.5 Примитивы Хаара 20 1.2.6 Поиск объекта по цвету 22 1.2.7 Методы вычитания 25 1.2.8 Метод опорных векторов с гистограммой направленных градиентов 26 1.2.9 Слежение за перемещением человека 29 1.2.10 Алгоритмы стереозрения 33 1.3 Выводы 37 ГЛАВА 2 Структура системы 38 2.1 Функциональная схема системы 38 2.2 Выбор микрокомпьютера 41 2.2.1 Nano Pi M4 41 2.2.2 Stereo PI 43 2.2.3 Raspberry pi 3 Model B+ 44 2.2.4 Orange pi 3 45 2.2.5 Tinker Board S 46 2.2.6 Raspberry pi 4 model B 47 2.2.8 NVIDIA Jetson Nano 48 2.3 Выбор камер 49 2.3.1 GoPro HERO6 49 2.3.2 Sony FDR-X3000R 50 2.3.3 YI 4K Action Camera 51 2.3.4 AC Robin Zed2 52 2.3.5 SJCAM SJ4000 WiFi 53 2.3.6 Sony HDR-AS50 55 2.3.7 Pcam 5C 56 2.3.8 MCAM400 57 2.3.9 OPI 13MP 58 2.3.10 Coral Camera 59 2.3.11 Raspberry Pi Camera V2.1 60 2.4 Выводы 62 ГЛАВА 3 Разработка программного обеспечения 63 3.1 Выбор инструментов 63 3.1.1 Язык программирования C++ 63 3.1.2 Библиотека OpenCV 63 3.2 Реализация стереоскопического зрения на Jetson Nano 64 3.3 Методика калибровки стереопары 75 3.4 Выводы 83 ГЛАВА 4 Экспериментальные исследования работы системы 84 4.1 Реализация системы 84 4.2 Выводы 93 ЗАКЛЮЧЕНИЕ 94 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 95 ПРИЛОЖЕНИЕ А 101 ПРИЛОЖЕНИЕ Б 117
Список литературы

1. Batchelor B.G. and Whelan P.F. Intelligent Vision Systems for Indutry. – Springer-Verlag, 1997. 2. Техническое зрение // Control Engineering URL: https://controlengrussia.com/apparatnye-sredstva/tekhnicheskoe-zrenie/ (дата обращения: 9.04.2019) 3. Девятериков Е.А., Михайлов Б.Б. Система технического зрения для измерения пути мобильного робота. Механика, управление и информатика. 2012, № 8, С. 219–224. 4. Техническое зрение роботов В.И. Мошкин, А.А. Петров, В.С. Титов, Ю.Г. Якушенков; Под общ. ред. Ю.Г. Якушенкова. – М.: Машиностроение, 1990. – 272 с. 5. Попов Е.П. Робототехника и гибкие производственные системы – Москва: Наука. Главная редакция физико-математической литературы, 1987 – 192 с. 6. Андреев В.П. Разработка новых принципов построения информационно-измерительных систем технического зрения мобильных роботов // диссертация д.т.н. : 05.11.16 – Москва, 2011. – 363 с. 7. Колупаев А.Г., Шелковников Е.Ю., Ермолин К.С. Особенности реализации технического зрения в мобильных следящих системах // Сборник трудов Всероссийской НТК «Информационные технологии в науке, промышленности и образовании». – Ижевск, ИжГТУ, 2019. – С. 387-396. 8. Патент РФ № 2006127222/11, 26.07.2006. Куделькин В.А. Способ и система видеонаблюдения с транспортного средства, находящегося в движении // Патент России № RU2326445C2. 10.06.2008 Бюл. № 16. 9. Патент РФ № 2010105939/11, 16.02.2010. Барский И.В. Радиолокационный видеофиксирующий измеритель скорости транспорта и способ определения цели-нарушителя // Патент России № RU2472227C2. 10.01.2013 Бюл. № 1. 10. Патент РФ № 2016117811, 05.05.2016. Куделькин В.А. Интеллектуальная интегрированная система безопасности и способ контроля оператора безопасности // Патент России № RU2625095C1. 11.07.2017 Бюл. № 20. 11. Патент РФ № 2016117808, 05.05.2016. Куделькин В.А. Система видеонаблюдения и способ формирования видеоизображения // Патент России № RU2625097C1. 11.07.2017 Бюл. № 20. 12. Патент РФ № 2017126442, 21.07.2017. Куделькин В.А. Геоинформационная система в формате 4D// Патент России № RU2667793C1. 24.09.2018 Бюл. № 27. 13. Патент РФ № 2017141015, 24.11.2017. Алтуев М.К., Сучков Е.П., Фаломкин И.И., Шмелев И.И., Калинин Р.В. Системы и способы отслеживания движущихся объектов на видеоизображении // Патент России № RU2670429C1. 23.10.2018 Бюл. № 30. 14. Потапов А.С. Системы компьютерного зрения. Учебное пособие. – СПб: Университет ИТМО, 2016 – 161 с. 15. Сравнение гистограмм // Histogram Comparison URL: https://docs.opencv.org/3.4/d8/dc8/tutorial_histogram_comparison.html (дата обращения 10.10.19) 16. Сегментация URL: https://ru.wikipedia.org/wiki/Сегментация_(обработка_изображений) (дата обращения 15.10.19) 17. Выделение границ URL: https://ru.wikipedia.org/wiki/Выделение_границ (дата обращения 15.10.19) 18. Алгоритмы выделения контуров для сегментации изображений URL: http://masters.donntu.org/2014/fknt/metelytsia/library/article11.htm (дата обращения 15.10.19) 19. A Computational Approach to Edge Detection URL: https://perso.limsi.fr/vezien/PAPIERS_ACS/canny1986.pdf (дата обращения 15.10.19) 20. Разработка алгоритма детектирования лиц с использованием комбинаций каскадов Хаара URL: http://repo.ssau.ru/bitstream/Informacionnye-tehnologii-i-nanotehnologii/Razrabotka-algoritma-detektirovaniya-lic-s-ispolzovaniem-kombinacii-kaskadov-Haara-76222/1/paper2.pdf (дата обращения 15.10.19) 21. Цветовые модели URL: https://izotop.jimdofree.com/разделы-икт/графика/цветовые-модели/ (дата обращения 15.10.19) 22. Цветовая модель HSV URL: https://ru.wikipedia.org/wiki/HSV_(цветовая_модель) (дата обращения 16.10.19) 23. Выделение движущихся объектов URL: https://lektsii.org/6-91267.html (дата обращения 16.10.19) 24. Гистограмма направленных градиентов URL: https://ru.wikipedia.org/wiki/Гистограмма_направленных_градиентов (дата обращения 16.10.19) 25. Метод опорных векторов // wiki URL: https://ru.wikipedia.org/wiki/Метод_опорных_векторов (дата обращения 16.10.19) 26. Краткий курс теории обработки изображений URL: https://hub.exponenta.ru/post/kratkiy-kurs-teorii-obrabotki-izobrazheniy734 (дата обращения 16.10.19) 27. Фильтр Калмана URL: http://recog.ru/blog/opencv/209.html (дата обращения 16.10.19) 28. Object tracking using openCV // learnopencv URL: https://www.learnopencv.com/object-tracking-using-opencv-cpp-python/ (дата обращения 16.10.19) 29. Hirschmuller H. Accurate and Efficient Stereo Processing by Semi-Global Matching and Mutual Information // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 2008. – V. 30. – № 2. – P. 328–341 30. Пономарев С.В. Методика сравнения алгоритмов стереозрения при восстановлении трехмерной модели лица человека // Научно-технический вестник информационных технологий, механики и оптики – Санкт-Петербург, 2013. – С 40-45. 31. Ильясов Э.С. Вычисление расстояния до наблюдаемого объекта по изображениям со стереопары // Молодой ученый. – 2016. – №14. – С. 146-151. 32. NanoPi M4 // Friendly Elec URL: https://www.friendlyarm.com/index.php?route=product/product&product_id=234 (дата обращения 17.11.19) 33. StereoPi – наша железка для изучения компьютерного зрения, дронов, роботов // Habr – URL: https://habr.com/ru/post/415587/ (дата обращения: 17.11.19) 34. Raspberry Pi 3 model B+ // Raspberry Pi URL: https://www.raspberrypi.org/products/raspberry-pi-3-model-b-plus/ (дата обращения 17.11.19) 35. Обзор 98 одноплатных компьютеров. Часть 3 // Habr URL: https://habr.com/ru/post/405023/ (дата обращения: 18.11.19) 36. Asus Tinker Board S // Asus URL: https://www.asus.com/ru/Single-Board-Computer/Tinker-Board-S/ (дата обращения: 18.11.19) 37. Raspberry Pi 4 model B // Raspberry Pi URL: https://www.raspberrypi.org/products/raspberry-pi-4-model-b/ (дата обращения: 18.11.19) 38. Jetson Nano // NVIDIA URL: https://www.nvidia.com/ru-ru/autonomous-machines/embedded-systems/jetson-nano/ (дата обращения 19.11.19) 39. GoPro // Wiki URL: https://ru.wikipedia.org/wiki/GoPro#GoPro_HERO6 (дата обращения 19.11.19) 40. Sony FDR-X3000R // Sony URL: https://www.sony.ru/electronics/actioncam/fdr-x3000-body-kit (дата обращения 19.11.19)
Отрывок из работы

ГЛАВА 1 Обзор и анализ современных средств и методов для поиска объектов 1.1 Анализ патентов 1.1.1 Способ и система видеонаблюдения с транспортного средства, находящегося в движении Номер патента: RU2326445C2 Описание: Данное изобретение относится к группе обеспечения безопасности на контролируемой территории. Видеонаблюдение осуществляется с движущегося ТС, оборудованного видеокамерой, которое подключено к компьютеру через плату видеоввода. Данное ТС с помощью приемно-передающего устройства имеет радиоканальную связь с приемно-передающим устройством и компьютером командного пункта. На компьютере формируют и записывают в базу данных опорную информацию контролируемой территории с выделением одной либо нескольких реперных точек, для которых вводят точные координаты. С помощью видеокамеры формируют изображения выделенных объектов и определяют их координаты относительно реперной точки. При движении ТС определяют его скорость, координаты и направление движения, осуществляют сравнение текущей записываемой видеоинформацией о скорости и направлении перемещения выделенных объектов с предыдущей записанной видеоинформацией. В качестве опорной информации применяют заданные характеристики контролируемой территории, а координаты выделенных объектов и скорость их передвижения определяют с учетом направления и скорости перемещения ТС. В процессе видеонаблюдения выделяемые объекты, имеют максимальную скорость и нежелательное направление перемещения. Группа изобретений позволяет осуществить полную автоматизацию процесса обеспечения безопасности контролируемой территории и повысить уровень безопасности [8].
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Дипломная работа, Информатика, 70 страниц
1750 руб.
Дипломная работа, Информатика, 0 страниц
1000 руб.
Служба поддержки сервиса
+7(499)346-70-08
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg