Реферат
Перечень необходимых понятий 5
Введение 6
1 Техническое зрение 8
1.1 Типы оптических систем 8
1.2 Программные платформы 9
1.3 Подходы классического компьютерного зрения 11
2 Распознавание образов нейронными сетями 14
2.1 Основные положения 14
2.2 Архитектуры нейросетей 17
2.3 Виды обучения нейронной сети 18
2.4 Искусственная нейронная сеть для распознавания образов 19
2.5 Программная реализация 20
3 Карта глубины 21
3.1 Построение с помощью специальных камер глубин 21
3.2 Построение карты глубин по стереопаре 22
3.3 Использование нейронных сетей 23
3.4 Программная реализация 24
4 Практическая реализация алгоритмов на Jetson Nano 26
4.1 Оборудование и их характеристики 26
4.2 Результаты распознавания объектов 27
4.3 Результаты построения карты глубины 28
Заключение 31
Список использованных источников и литературы 32
Приложение 1 33
В настоящее время очень активно развиваются беспилотные аппараты, будь то «дроны», беспилотные автомобили и многое другое. И они всё активно вливаются в нашу жизнь, на фоне этого встаёт вопрос об безопасности их перемещения для других участников жизни, а также о том, как они будут себя позиционировать в пространстве.
Как пример такой проблемы можно привести случай, когда на дорогу внезапно выбежал человек и беспилотному автомобилю нужно быстро понять, что это за объект, какое расстояние для него и быстро принять решение.
Для таких целей так раз и подходят такие средства, как заранее обученная распознавать объекты искусственная нейронная сеть и карта глубины. Для решения этих задач существует множество алгоритмов и методов.
Конечно, мы можем использовать очень мощные компьютеры для решения этих задач, однако нужно понимать, что для беспилотных аппаратов необходимо компактное и не энергозатратное решение. Для этого отлично подойдёт мини-компьютер Jetson Nano от компании NV idia, т.к. достаточными ресурсами для быстрого вычисления, хорошо подходит для нейронных сетей и довольно компактный, что позволяет использовать его для в страиваемых решений.
Цель работы: Реализовать на базе Jetson Nano распознавание образов при помощи искусственной нейронной сети и построение карты глубины для определения расстояния при помощи стереокамеры.
Задачи:
1) Ознакомиться с основными задачами технического зрения и методами их решения;
2) Ознакомиться с методами распознавания образов;
3) Ознакомиться с методами построения карты глубины для определения расстояния до объекта ;
4) Изучение основ работы с Jetson Nano и стереокамерой;
5) Реализовать распознавание образов и построение карты глубины на Jetson Nano;
6) Провести эксперименты реализаций на Jetson Nano распознавания объектов и построения карты глубины.
В ходе работы ВКР были получены следующие результаты:
а) Были рассмотрены задачи технического зрения;
б) Был проведён обзор методов распознавания изображения при помощи искусственной нейронной сети;
в) Был проведён обзор методов построения карт глубины для оценки расстояния;
г) Были получены навыки работы с NVidia Jetson Nano и стереокамерой “IMX219-83”;
д) Методы распознавания образов и построения карт глубины при использовании стереокамеры были реализованы на Jetson Nano;
е) Были проведены практические эксперименты.
В планах на будущее повысить точность результатов и на базе данной встраиваемой системы реализовать беспилотный аппарат.
