Существуют задачи, в которых необходимо бесконтактно с высокой точностью выполнять измерения геометрических перемещений подвижного объекта относительно стационарной базы, учитывая особенности его размера, формы, скорости маневрирования, скорости движения. Например, высокоточное позиционирование корпуса судна относительно причала при выполнении операции швартовки и погрузо-разгрузочных работ. Для решения этой задачи предлагается использовать лазерно-оптический измеритель, который представляет собой программно-аппаратный комплекс, включающий в себя лазерный дальномер, массив цифровых устройств видеорегистрации с объективами переменного фокусного расстояния (трансфокаторами) и микрокомпьютер для первичной обработки измеряемых данных. Цель исследования: определение требований к оптической системе лазерно-оптического измерителя (фокусное расстояние, угол обзора, кадровая частота и другие параметры оптической системы). Результаты: предложена структура лазерно-оптического измерителя геометрических перемещений подвижного объекта. Особенностями измерителя являются совместное использование лазерного дальномера и массива устройств видеорегистрации с трансфокаторами с различным фокусным расстоянием и типами линз. Определены и обоснованы требования к лазерно-оптическому измерителю на примере решения задач мониторинга швартовных операций морских судов и контроля стоянки у причала. Практическая значимость: результаты работы могут быть использованы при создании высокоточных систем позиционирования и высокоточных систем проводки на различных видах транспорта.Такие системы решают задачи стабилизация положения подвижных объектов в различных транспортных системах, а также контроль положения и, как следствие, повышение безопасности. Повышение безопасности эксплуатации транспортной системы позволяет повысить интенсивность транспортного потока и пропускную способность транспортной системы.
лазерно-оптический измеритель, измерение продольного, поперечного и вертикального смещения, мониторинг швартовных операций, автоматизированная швартовка судна
1. Лопатина В.В., Сенченко В.Г. Измерение продольного, поперечного и вертикального смещения подвижного объекта относительно стационарной базы // Эксплуатация морского транспорта,-2020,-№2(95).-С. 31-34.
2. Poujouly S.,.Toumet B. Atwofoldmodulationfrequen-cylaserrangefmder. Journal of Optics A: Pureand Applied Optics, 2002, № 4,c. 356-363.
3. X. Y. Zheng, C. Zhao, H. Y. Zhang, Z. Zheng and H. Z. Yang. Coherent dual-frequency lidar system design for distance and speed measurements, 2017 International Conference on Optical Instruments and Technology: Advanced Laser Technology and Applications, Vol. 10619. International Society for Optics and Photonics, 2018.
4. F. X. Jia, J. Y. Yu, Z. L. Ding and F. Yuan. Research on real-time laser range finding system. Applied Mechanics and Materials. Vol. 347. Trans Tech Publications, 2013.
5. Beraldin J.-A., Steenaart W. Overflow Analysis of a Fixed-Point Implementation of the Goertzel Algorithm. IEEE Transactions on circuits and systems, 1989, Vol. 36, No. 2,pp. 322-324.
6. Finlayson D.M., Sinclair B. Advances in Lasers and Applications. CRC Press, 1999, 346 p.
7. Бахолдин A.B., Романова L.IL, Цуканова L.IL. Теорияиметодыпроектированияоптическихси-стем. Часть I. - Санкт-Петербург: НИУ ИТМО, 2011, 104 с.
8. Sidney F. Ray. Applied Photographic Optics: Lenses and Optical Systems for Photography, Film, Video, Electronic and Digital Imaging. Focal Press, 2002, 656 p.
9. Michael Langford, Anna Fox, and Richard Sawdon Smith. Langford’s Basic Photography. Focal Press, 2007, 448 p.
10. Цуканова Е.И., Карпова L.B., Багдасарова О.В., Кривопустова Е.В., Ежова К.В. Ееометриче-скаяоптика: учебное пособие по курсу «Прикладная оптика». - Санкт-Петербург: НИУ ИТМО, 2002, 135 с.
11. Tim Dobbert. Matchmoving: The Invisible Art of Camera Tracking. John Wiley & Sons, 2012, 336 p.
12. S. K. Mitra and H. Li, A new class of nonlinear filters for image enhancement, Proc. IEEE Int. Conf. Acoustics Speech Signal Processing, 1991, pp. 25252528.
13. G. Ramponi, N. Strobel, S. K. Mitra and T. Yu, Nonlinear unsharp masking methods for image contrast enhancement, J. Electron. Imag., vol. 5, 1996, pp. 353-366.
14. Волков В. Ю. Адаптивное выделение мелких объектов на цифровых изображениях// Известия вузов России. Радиоэлектроника,- 2017,- № 1- С. 17-28.
15. Naidu M. S. R., Kumar P. R. Multilevel image thresholding for image segmentation by optimizing fuzzy entropy using Firefly algorithm. Int. J. Eng. Teclmol, 2017, vol. 9.2, pp. 472-488.
16. Lowe, D.G. Distinctive Image Features from Scale-Invariant Keypoints. International Journal of Computer Vision ' 60, 2004pp. 91-110. https://doi.Org/10.1023/B:VISI.0000029664.99615.94
17. Jing Li, Nigel M. Allinson. A comprehensive review of current local features for computer vision. Neurocomputing, Volume 71, Issues 10-12, 2008, pp. 1771-1787. https://doi.Org/10.1016/i.neucom.2007.ll.032
18. Cao, Gang & Zhao, Yao & Ni, Rongrong&Kot, Alex. Unsharp masking sharpening detection via overshoot artifacts analysis. IEEE Signal Processing Letters. 18.,2011,pp.'603 -606.
19. A. Polesel, G. Ramponi and V. J. Mathews, Image enhancement via adaptive unsharp masking, IEEE Trans. Image Process., vol. 9, no. 3, 2000, pp. 505510.
20. G. Cao, Y. Zhao and R. Ni, Detection of image sharpening based on histogram aberration and ringing artifacts, Proc. IEEE Int. Conf. on Multimedia and Expo, 2009, pp. 1026-1029.
