УДК 629.5.073.4

Решение практической задачи распознавания ледовых треков и определения их направления с применением машинного зрения и обучением нейронной сети

Опубликовано в Эксплуатация морского транспорта · Номер 3, 2020 · Страницы 93–99 · Рубрики: РАЗДЕЛ 2. СУДОВОЖДЕНИЕ, ВОДНЫЕ ПУТИ СООБЩЕНИЯ И ГИДРОГРАФИЯ
DOI 10.34046/aumsuomt96/12
Получено: 20.09.2020 Одобрено: 20.09.2020 Опубликовано: 25.09.2020 Язык публикаций: RUS
Авторы
1 ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова»
2 ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова»
В статье рассмотренавозможность использования машинного зрения при ледовом плавании с целью автоматизации процесса поиска «треков» в ледяных полях. Представлена технология обработки изображений и детектирования границ ледового разлома с применением сверточной нейронной сети архитектуры MobileNet и глубокого обучения. Описан способ поиска теоретической линии ледового «трека» с помощью линейной регрессии. Создано программное средство, способное производить автоматизированный поиск ледовых «треков» и производить расчет их отклонения от курса судна. Рассмотрены ограничения и недостатки программы, а также ее практическая значимость в рамках перспектив внедрения автоматических систем судовождения на примере СПГ газовоза типа Агс7.
машинное зрение арктическая навигация навигация во льдах автоматизация судовождения ледовый «трек» сверточная нейронная сеть глубокое обучение нейросети линейная регрессия СПГ газовоз Агс7 газовоз
Текст (PDF): Читать Скачать
Список литературы

1. Гиниятова Д. Нейронные сети на python. - Казань: Казанский Федеральный Университет, 2017. - 7 с. Режим доступа: https://kpfu.ru/portal/docs/F 1458204831/Neiroimve.seti.na.Python.pdf

2. Гонсалес Р., Вудс Р. Цифровая обработка изобра жений // Техносфера - 2005. - 1007 с

3. Ильин ИВ, Гудков К.В. Анализ программных средств для глубинного обучения искусственных нейронных сетей,- Пенза: Пензенский государственный технологический университет, 2018.-7с

4. Созыкин А. В. Обзор методов обучения глубоких нейронных сетей // Вестник Южно-Уральского Гос. Университета-2017-Том 6-№ 3 -31 с

5. Тульчинский В.В, Тульчинский В.И. Рассмотре ние возможности применения элементов машинного зрения для автоматизации ледовой проводки на примере СПГ газовозов типа Агс7. // Эксплуатация морского транспорта,- 2019.- №3- С. 67-76

6. Шашков В.Б. Прикладной Регрессионный анализ,- Оренбург: Оренбургский государственный университет, 2003.-363 с

7. Howard A.G., ZhuBoChen M., Kalenichenko D., Wang W., Weyand Т., Andreetto М., Hartwig A. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications.Google Inc., 2017. -9 p

Войти или Создать
* Забыли пароль?