НИИ МВС ЮФУ: Видеосистема раннего обнаружения беспилотников

Основные статьи:

• Видеоаналитика (термины, сферы применения, технологии)
• Беспилотный летательный аппарат (дрон, БПЛА)

2023: Разработка видеосистемы раннего обнаружения беспилотников

Ученые из Таганрога разработали технологию обнаружения, идентификации и сопровождения групповых или единичных беспилотных летательных аппаратов (БПЛА) на видео, получаемом с камер и тепловизоров, и создали на ее основе мобильный комплекс, который оперативно устанавливается в городской среде и эффективно работает в различных погодных условиях. Об этом 16 января 2023 года сообщил автор проекта – заведующий лабораторией НИИ многопроцессорных вычислительных систем им. академика А. В. Каляева Южного федерального университета Анатолий Каляев.

Иллюстрация:dzen.ru

Стремительное развитие технологий беспилотных летательных аппаратов привело к тому, что БПЛА все чаще применяются для нанесения атак по критическим объектам и несанкционированного слежения за особо охраняемыми территориями. Поэтому очень актуальной стала проблема раннего обнаружения и идентификации БПЛА и их групп. В январе 2023 года для этого используются дорогостоящие радиолокационные системы, но они не способны эффективно определять малоразмерные цели, а кроме того, малоэффективны в условиях городской среды, пояснил Анатолий Каляев.

В основе системы обнаружения лежит использование телевизионных и тепловизионных камер, получаемые с них изображения обрабатываются с помощью целого ряда методов и алгоритмов.

Маленькие беспилотники, до 40 сантиметров, радиолокатор видит плохо, поэтому приходится работать с видеосигналом, а обработка изображений – дело очень сложное, связанное с трудоемкими вычислениями. Для решения этой задачи посредством мобильного комплекса необходимо было создать параллельные и многопоточные методы и алгоритмы, позволяющие улучшать качество видео, выделять контрастные объекты, отфильтровывать ложные и идентифицировать оставшиеся. Говоря простыми словами, система работает так: сначала фиксируются и улучшаются изображения, затем ищутся объекты, идентифицируются, определяются координаты и направления движения, потом решается, что с ним делать. Например, гражданские БПЛА можно приземлить, уточнил ученый.

Созданная Анатолием Каляевым технология уже используется при создании некоторых прототипов перспективных российских систем автоматического видеообнаружения и идентификации воздушных целей различного назначения.

Испытания прототипов показали, что применение технологии дает возможность обрабатывать в реальном времени большие объемы поступающих данных (несжатое видео до гигабита в секунду) и анализировать информацию о целях, видимых в настоящий момент, отметил Анатолий Каляев.

Анатолий Каляев подчеркнул, что сфера применения его разработки достаточно широка, но в первую очередь, это охрана периметра объектов критически важной инфраструктуры, например, атомных электростанций и промышленных предприятий.Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft

В январе 2023 года Анатолий Каляев вместе с коллегой Максимом Хисамутдиновым продолжает работу над проектом. Ученые занимаются созданием универсального аппаратно-программного распределенного комплекса обработки видео. Он позволит конструировать на своей базе множество различных систем наблюдения за БПЛА, состоящих из большого количества камер и множества вычислителей, автоматически распределяющих между собой обработку видео в зависимости от задач: поиск, идентификация, вычисление координат и других.

С одной стороны, нужно ускорять обработку каждого конкретного изображения, а с другой стороны, делать систему распределенной, то есть связывать воедино данные с нескольких камер, которые параллельно просматривают определенные сектора, но, например, в разных масштабах. Это как раз то, чем занимаются ученые. Задачи достаточно интересные, востребованные, но их мало кто решает. Надеюсь, в течение 2023 года удастся протестировать разработки на практике. Главное, что мне дал конкурс – это знакомство с интересными умными людьми. Появились дополнительные возможности обсуждения результатов работы и направлений развития. Так, например, я познакомился с победителем второго сезона Максимом Щербаковым из Волгоградского технического университета. Он работает в схожих направлениях науки и стал оппонентом на защите моей докторской диссертации, подчеркнул ученый.