System for recognizing objects of unmanned vehicles in off-road conditions
Abstract
The use of unmanned ground vehicles (hereinafter referred to as BNTS) in off-road conditions and dense vegetation is described. An analysis of the data obtained in natural conditions from various sensors was carried out, which confirmed the correct functioning of the BNTS technical vision system. The main goal was to determine the limitations of the perception system in off-road conditions. A search for a technical solution for object recognition was carried out by selecting various types of sensors. The possibility of practical application of BNTS was assessed.
About the Authors
N. I. Grigorenko
JSC “Research Institute of Automatic Equipment named after Academician V.S. Semenikhin” (JSC “NIIAA”)
Russian Federation
Russian Federation
Nikolay I. Grigorenko, Cand. Sci.(eng.), chief specialist, expert
V. A. Gutnikov
Federal State Budgetary Institution “Central Research and Design Institute of the Ministry of Construction and Housing and Communal Services of the Russian Federation” (FGBU “TsNIIP Ministry of Construction of Russia”)
Russian Federation
Russian Federation
Vladimir A. Gutnikov, Cand. Sci. (eng.), Deputy General Director
References
1. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации». URL: http://publication.pravo.gov.ru/Document/View/0001201910110003 (дата обращения 15.08.2003).
2. Распоряжение Правительства РФ от 25 марта 2020 г. № 724-р «О Концепции обеспечения безопасности дорожного движения с участием беспилотных транспортных средств на автомобильных дорогах общего пользования». URL: http://publication.pravo.gov.ru/Document/View/0001202003270016?pageSize=100&index=1 (дата обращения 12.09.2023).
3. Распоряжение Правительства Российской Федерации от 27 ноября 2021 г. № 3363-р «Об утверждении Транспортной стратегии Российской Федерации до 2030 года с прогнозом на период до 2035 года». URL: https://mintrans.gov.ru/documents/8/11577?ysclid=lmnr6xxe5490104919 (дата обращения 15.08.2023).
4. Постановление Правительства РФ от 17 октября 2022 г. № 1849 «Об установлении экспериментального правового режима в сфере цифровых инноваций и утверждении Программы экспериментального правового режима в сфере цифровых инноваций по эксплуатации высокоавтоматизированных транспортных средств в отношении реализации инициативы «Беспилотные логистические коридоры» на автомобильной дороге общего пользования федерального значения М-11 «Нева»«. URL: http://ivo.garant.ru/#/document/405510787/paragraph/1/doclist/9436/showentries/0/highlight/беспилотные%20транспортные%20средства:1 (дата обращения 23.08.2023).
5. Беспилотные автомобили (мировой рынок). URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%91%D0%B5%D1%81%D0%BF%D0%B8%D0%BB%D0%BE%D1%82%D0%BD%D1%8B%D0%B5_%D0%B0%D0%B2%D1%82%D0%BE%D0%BC%D0%BE%D0%B1%D0%B8%D0%BB%D0%B8_(%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%BE%D0%B9_%D1%80%D1%8B%D0%BD%D0%BE%D0%BA)?ysclid=lmni0d0uqc980346041 (дата обращения 23.08.2023).
6. Galar D.; Kumar U.; Seneviratne D. Robots, Drones, UAVs and UGVs for Operation and Maintenance. CRC Press: Boca Raton, FL, USA, 2020.
7. URL: https://www.stereolabs.com/zed-2/ (дата обращения 13.08.2023).
8. «Концепция технологического развития страны до 2030 года» — распоряжение Правительства РФ от 20 мая 2023 г. № 1315-р. URL: http://government.ru/docs/48570 (дата обращения 23.08.2023).
9. Li Y.; Ibanez-Guzman J. Lidar for Autonomous Driving: The Principles, Challenges, and Trends for Automotive Lidar and Perception Systems // IEEE Signal Proc. Mag. 2020. № 37. P. 50–61.
10. Lopac N.; Jurdana I.; Brnelic A.; Krljan T. Application of Laser Systems for Detection and Ranging in the Modern Road Transportation and Maritime Sector // Sensors. 2022. № 22. Р. 59469.
11. URL: https://ouster.com/products/scanning-lidar/os0-sensor (дата обращения 23.08.2023).
12. URL: https://velodynelidar.com (дата обращения 12.08.2023).
13. Григоренко Н.И. Разработка методических основ конструирования двигателей минитракторов с заданными виброакустическими параметрами: автореф. дис. … канд. техн. наук. М., 1999. 18 с.
14. Поспелов Д. Ю. Интеграция данных с KnoDL. URL: https://www.researchgate.net/publication/370934878_Data_Integration_with_KnoDL (дата обращения 23.08.2023).
15. IEC62290–1–2014 Railway applications — Urban guided transport management and command/control systems. Part 1: System principles and fundamental concepts. (Приложения для железных дорог — Системы управления городским транспортом и командования / контроля. Ч.1: Системные принципы и фундаментальные концепции). URL: https://webstore.iec.ch/publication/6777 (дата обращения 30.08.2023).
16. Дубинкин Д. М. Основы цифрового создания автономных карьерных самосвалов.// Горное оборудование и электромеханика. 2022. № 2 (160). С. 39–50.
17. Соколов И. А., Мишарин А. С., Куприяновский В. П., Покусаев О. Н., Куприяновская Ю. В. Роботы, автономные робототехнические системы, искусственный интеллект и вопросы трансформации рынка транспортно-логистических услуг в условиях цифровизации экономики // Int. J. Open Inform. Technol. 2018. Т. 6, № 4. С. 92–108.
18. Юзаева А. Г., Кукарцев В. В. Беспилотные автомобили: опасности и перспективы развития //Актуальные проблемы авиации и космонавтики. 2016. Т. 2, № 12. С. 120–122.
19. Железные дороги. Управление городским транспортом и системы команд/ регулирования. Ч. 1. Принципы и фундаментальные концепции системы. URL: https://docs.cntd.ru/document/431889938?ysclid=lnx9t6pbcl717642096 (дата обращения 23.08.2023).
20. Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles J3016_201806. URL: https://www.sae.org/standards/content/j3016_201806.
Review
For citations:
Grigorenko N.I., Gutnikov V.A. System for recognizing objects of unmanned vehicles in off-road conditions. Transport of the Russian Federation. 2023;(3-4):20-27. (In Russ.)
Views:
65
Email this article 