Анализ отклонений дорожного покрытия при движении автономного транспортного средства
Д.Ю. Худоногов, М.С. Никитенко , С.А. Кизилов
Федеральный исследовательский центр угля и углехимии Сибирского отделения Российской академии наук, г. Кемерово, Российская Федерация
Горная Промышленность №5 / 2024 стр.54-58
Резюме: Основной целью исследования являлось решение задачи оценки состояния дорожного покрытия в режиме реального времени при движении автономного транспортного средства на основе применения методов машинного зрения при дополнении видеосцены световыми маркерами. Объектами исследования являлись видеоизображения системы машинного зрения, а предметом – параметры и алгоритмы их обработки. Показаны результаты оценки отклонения поверхности дорожного покрытия от горизонтального уровня на основе обработки видеоизображений характерных участков масштабного макета карьерной автодороги в лабораторных условиях. Для каждого из характерных участков, таких как начала и окончания продольных и поперечных уклонов, приведены конкретные параметры, по которым системой машинного зрения происходит обработка изменений геометрии проекций световых маркеров. В качестве основных параметров применялись значения периметра образуемых геометрических фигур из проецируемых линий, значения их кривизны и степень их соответствия шаблонам. Для вычисления периметра использовался алгоритм определения углов Ши-Томаси (Shi-Tomasi). Представлены структурная схема и описание функций програм-много модуля анализа отклонений дорожного покрытия. Работа программного модуля обеспечивается параллельным выполнением функций машинного зрения. Полученные результаты в виде программного обеспечения и лежащих в его основе алгоритмов могут применяться при решении промышленных задач управления движением автономными транспортными средствами.
Ключевые слова: автономное транспортное средство, система управления, машинное зрение, световой маркер, распознавание образов, алгоритмы управления, программный модуль, Ши-Томаси
Благодарности: Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках комплексной научно-технической программы полного инновационного цикла «Разработка и внедрение комплекса технологий в областях разведки и добычи полезных ископаемых, обеспечения промышленной безопасности, биоремедиации, создания новых продуктов глубокой переработки из угольного сырья при последовательном снижении экологической нагрузки на окружающую среду и рисков для жизни населения», утвержденной Распоряжением Правительства Российской Федерации от 11.05.2022 г. №1144-р (Соглашение от 28.09.2022 №07515-2022-1199).
Для цитирования: Худоногов Д.Ю., Никитенко М.С., Кизилов С.А. Анализ отклонений дорожного покрытия при движении автономного транспортного средства. Горная промышленность. 2024;(5S):54–58. https://doi.org/10.30686/1609-91922024-5S-54-58
Информация о статье
Поступила в редакцию: 04.08.2024
Поступила после рецензирования: 02.10.2024
Принята к публикации: 08.10.2024
Информация об авторах
Худоногов Данила Юрьевич – научный сотрудник, Федеральный исследовательский центр угля и углехимии Сибирского отделения Российской академии наук, г. Кемерово, Российская Федерация; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Никитенко Михаил Сергеевич – кандидат технических наук, заведующий лабораторией, Федеральный исследовательский центр угля и углехимии Сибирского отделения Российской академии наук, г. Кемерово, Российская Федерация; https://orcid.org/0000-0001-8752-1332; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Кизилов Сергей Александрович – кандидат технических наук, научный сотрудник, Федеральный исследовательский центр угля и углехимии Сибирского отделения Российской академии наук, г. Кемерово, Российская Федерация; https://orcid.org/0000-0003-2554-1383; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Список литературы
1. Никитенко М.С., Кизилов С.А., Худоногов Д.Ю. Анализ подходов к управлению автономными транспортными средствами. Современные наукоемкие технологии. 2022;(12-2):278–283. https://doi.org/10.17513/snt.39472 Nikitenko M.S., Kizilov S.A., Khudonogov D.Yu. Analysis of approaches to autonomous vehicle control. Modern High Technologies. 2022;(12-2):278–283. (In Russ.) https://doi.org/10.17513/snt.39472
2. Турлаев Р.С. Перспективы развития беспилотной логистики в автомобильных грузоперевозках. Вестник Алтайской академии экономики и права. 2019;(11-2):187–192. https://doi.org/10.17513/vaael.839 Turlaev R.S. Prospects for the development of unmanned logistics in road cargo transport. Vestnik Altaiskoi Akademii Ekonomiki i Prava. 2019;(11-2):187–192. (In Russ.) https://doi.org/10.17513/vaael.839
3. Xiaoyan Y., Marin M. A study on recent developments and issues with obstacle detection systems for automated vehicles. Sustainability. 2020;12(8):3281. https://doi.org/10.3390/su12083281
4. Biletska O., Kurtz G.L., Zadek H. Operation control center for automated vehicles: Conceptual design. Proceedings of the Hamburg International Conference of Logistics. 2022;33:731–752. https://doi.org/10.15480/882.4702
5. Журавлев А.Г., Черных В.В. Компьютерное моделирование при оценке влияния дорожных факторов на производительность карьерного автотранспорта. Известия Томского политехнического университета. Инжиниринг георесурсов. 2023;334(12):20–31. https://doi.org/10.18799/24131830/2023/12/4308 Zhuravlev A.G., Chernykh V.V. Computer modeling when assessing the impact of road factors on performance of quarry vehicles. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering. 2023;334(12):20–31. (In Russ.) https://doi.org/10.18799/24131830/2023/12/4308
6. Журавлев А.Г., Черепанов В.А., Карпов В.А., Невежин А.Ю. Рекомендации по эксплуатации и улучшению качества содержания карьерных автодорог Олимпиадинского и Благодатного горно-обогатительных комбинатов. Горная промышленность. 2023;(5):88–95. https://doi.org/10.30686/1609-9192-2023-5-88-95 Zhuravlev A.G., Cherepanov V.A., Karpov V.A., Nevezhin A.Yu. Recommendations on operation and improvement in the quality of in-pit road maintenance at the Olympiadinsky and Blagodatny mining and processing plants. Russian Mining Industry. 2023;(5):88–95. (In Russ.) https://doi.org/10.30686/1609-9192-2023-5-88-95
7. Клебанов А.Ф. Автоматизация и роботизация открытых горных работ: опыт цифровой трансформации. Горная промышленность. 2020;(1):8–11. Режим доступа: https://mining-media.ru/ru/article/ogr/15630-avtomatizatsiya-irobotizatsiya-otkrytykh-gornykh-rabot-opyt-tsifrovoj-transformatsii (дата обращения: 20.08.2024). Klebanov A.F. Automation and robotization in opencast mining: experience in digital transformation. Russian Mining Industry. 2020;(1):8–11. (In Russ.) Available at: https://mining-media.ru/ru/article/ogr/15630-avtomatizatsiya-i-robotizatsiyaotkrytykh-gornykh-rabot-opyt-tsifrovoj-transformatsii (accessed: 20.08.2024).
8. Hossain I., Al Saif M.S., Biswas R.I., Mia S., Ahmed A., Zishan S.R. Design and development of road surface condition monitoring system. In: Hossain M.S., Majumder S.P., Siddique N., Hossain M.S. (eds) The Fourth Industrial Revolution and Beyond. Lecture Notes in Electrical Engineering, vol. 980. Springer Singapore; 2023, pp. 413–425. https://doi.org/10.1007/978-981-19-8032-9_29
9. Крылов М.А., Курганов К.И., Чащин Е.А. Аппаратно-программный комплекс мониторинга, моделирования и прогнозирования состояния и износа дорожного покрытия. Транспортные сооружения. 2018;5(1):04SATS118. https://doi.org/10.15862/04SATS118 Krylov M.A., Kurganov K.I., Chaschin Y.A. Monitoring and modeling hardware-software complex for forecasting the condition and deterioration of the road surface. Russian Journal of Transport Engineering. 2018;5(1):04SATS118. (In Russ.) https://doi.org/10.15862/04SATS118
10. Смирнов К.Д. Разработка системы обнаружения препятствий и формирования траектории отклонения на базе сигнала изображения фронтальной видеокамеры БПЛА. REDS: Телекоммуникационные устройства и системы. 2020;10(2):40–48. Smirnov K.D. Obstacle detections system and diversion route development based on drone front camera images. REDS: Telekommunikatsionnye Ustroistva i Sistemy. 2020;10(2):40–48. (In Russ.)
11. Nikitenko M.S., Khudonogov D.Yu., Popinako Ya.V., Kizilov S.A. Determining the route and roadway condition in front of autonomous vehicle. Proceedings of the Third International Conference on Digital Technologies, Optics, and Materials Science (DTIEE 2024). Vol. 13217. 2024, 1321713. https://doi.org/10.1117/12.3036935
12. Попинако Я.В., Ефременкова М.В., Никитенко М.С., Худоногов Д.Ю. Обоснование параметров масштабного материального макета автодороги для отладки и тестирования автономного роботизированного шасси. Горное оборудование и электромеханика. 2023;(6):41–49. https://doi.org/10.26730/1816-4528-2023-6-41-49 Popinako Y.V., Efremenkova M.V., Nikitenko M.S., Khudonogov D.Yu. An opencast automobile road model parameters determining for testing and tunning automated robotic chassis. Mining Equipment and Electromechanics. 2023;(6):41–49. (In Russ.) https://doi.org/10.26730/1816-4528-2023-6-41-49
13. Burghardt T.E., Popp R., Helmreich B., Reiter T., Bohm G., Pitterle G., Artmann M. Visibility of various road markings for machine vision. Case Studies in Construction Materials. 2021;15:e00579. https://doi.org/10.1016/j.cscm.2021.e00579
14. Relf C. Image acquisition and processing with LabVIEW. CRC Press; 2004. 201 p.
15. Klinger T. Image Processing with LabVIEW and IMAQ Vision. Prentice Hall PTR; 2020. 319 p.
