Беспилотные дроны не только для войны. В последние годы они использовались для картографирования заповедника и роста урожая монитора. Но текущее программное обеспечение не может всегда обращаться с обширным объемом изображений, которые они собирают.
Теперь, исследователи развили алгоритм, который позволит дронам очкам 3D карты гектаров земли через меньше чем день — трансгрессия, которая важна для экономически эффективного сельского хозяйства, помощи при бедствиях и операций по наблюдению.“Это революционно для проблемы mosaicking больших объемов образов”, говорит программист Далтон Росарио из армии США Научно-исследовательская лаборатория в Адельфи, Мэриленд, кто не был связан с исследованием.Оборудованные камерой, автономные, беспилотные воздушные транспортные средства (БПЛА) могут полететь низко к земле и взять изображения с высокой разрешающей способностью зерновых культур, говорящих фермерам точно, где привить их семена или добавить удобрения — по десятой части стоимость полета самолетом или покупательными спутниковыми снимками.
Для сшивания фотографий вместе в мозаику компьютерная программа должна выяснить точный угол и положение камеры для каждого снимка, сделанного для строительства 3D модели земли. Стандартное программное обеспечение делает это путем рассмотрения общих черт в соседних фотографиях — например, то же растение кукурузы, появляющееся по двум изображениям — и маркировка их с пунктами, названными пунктами связи. Программное обеспечение тогда щипает свое вычисление положений камеры для всех фотографий сразу, так, чтобы, когда оно проектирует пункты связи на 3D модель, пункты от различных изображений совпали для формирования последовательного проектирования растения кукурузы. Этот метод работает хорошо на несколько сотен фотографий, но однажды число изображений превышают тысячу — типичный для картографирования 40-гектарной фермы — процесс может занять 1 000 часов, невозможный груз для настольных компьютеров.
Таким образом, программист Марк Притт и коллеги в Lockheed Martin в Гейтерсбурге, Мэриленд, следовали различным маршрутом. Их компьютерная программа непосредственно проектирует пункты из каждой фотографии на 3D пространство, не зная точную форму земли или положений камеры. В результате пункты связи не обязательно совпадают, что означает, что то же растение кукурузы может иметь два прогноза на модели.
Когда это происходит, алгоритм автоматически берет срединную точку между этими двумя прогнозами как более точное место и регулирует положение камеры соответственно, одно изображение за один раз. Поскольку алгоритм щипает гораздо меньше вещей на каждом шаге, короткий путь решительно ускоряет вычисления. Как только программное обеспечение приспособило положения камеры для всех фотографий, программное обеспечение повторяет весь процесс — начинающийся с проектирования пунктов к 3D пространству — для исправления для любых ошибок.С новым алгоритмом исследователи могут создать карту из тысячи изображений всего через 4 часа, они сообщили в этом месяце в ежегодном IEEE о Прикладном Семинаре Распознавания образов Образов.
Это означает, что может отдать карту земли в течение 24 часов после того, как дроны летят, давая фермерам преимущество, на заботясь об их зерновых культурах и позволяя им использовать дроны обычно для контроля здоровья урожая.Алгоритм изображения-mosaicking может также ускорить применения отображения дрона, такие как наблюдение и помощь при бедствиях, говорит программист Кэннэппэн Паланиэппэн из университета Миссури, Колумбии, кто не был связан с исследованием. Когда землетрясение обрушивается, например, спасательные команды могли рассмотреть зону поражения с дронами и создать подробную 3D карту ущерба через меньше чем день.
Следующий шаг для исследователей, Паланиэппэн говорит, должен улучшить алгоритм так, чтобы это могло создать карту в течение минут.