Костин Антон Сергеевич — аспирант, ассистент
190000, Санкт-Петербург, ул. Большая Морская, 67, лит. А
Kostin, Anton S. — Postgraduate, assistant
67/A Bol’shaya Morskaya Str., St. Petersburg, 190000
Майоров Николай Николаевич — доктор технических наук, доцент
190000, Санкт-Петербург, ул. Большая Морская, 67, лит. А
Maiorov, Nikolai N. — Dr. of Technical Sciences, associate professor
67/A Bol’shaya Morskaya Str., St. Petersburg, 190000
Кучко Дмитрий Витальевич — аспирант
190000, Санкт-Петербург, ул. Большая Морская, 67, лит. А
Kuchko, Dmitry V. — Postgraduate
67/A Bol’shaya Morskaya Str., St. Petersburg, 190000
Рассмотрено два сценария использования беспилотных транспортных систем для морских пассажирских терминалов: идентификация пассажиров в терминале и отслеживание движущихся объектов. Экспериментальное исследование сценариев и разработанных подпрограмм автоматизации по идентификации пассажиров выполнено на базе лаборатории беспилотных авиационных систем Санкт-Петербургского государственного университета аэрокосмического приборостроения. Для модели пассажирского терминала в специализированной среде Gazebo выполнено моделирование полетных заданий беспилотных систем. На основе серии экспериментов установлено, что выбранный метод Histogram of Oriented Gradients демонстрирует высокий уровень точности и надежности. Отмечается, что коэффициент корреляции Мэтьюса, достигший 95,09 %, свидетельствует о высокой степени согласованности и качества бинарной классификации методов машинного обучения. При проведении испытаний метод Histogram of Oriented Gradients показал, что наряду с более низкими результатами точности получены высокие результаты чувствительности (Recall), составляющие 97,53 %. Это свидетельствует о том, что применение данного метода позволяет эффективно минимизировать количество ложноотрицательных результатов, что является особенно важным в задачах, где пропуск и потеря объекта при его идентификации могут иметь серьезные последствия. Разработанное автоматизированное решение должно иметь возможность применения для динамического мониторинга за перемещением пассажиров в терминале в режиме реального времени, а также позволять выполнять обработку потока данных с беспилотных систем в центре управления терминалом. Рассмотренная модель HOG для обработки изображений от беспилотных систем предназначена для распознавания объектов пассажиров в терминалах с использованием библиотеки OpenCV. В результате выполненного исследования наряду с эффективностью использования рассматриваемого метода доказана эффективность разработанных новых подпрограмм автоматической идентификации пассажиров и других заданных объектов, а также идентификации и отслеживания объектов в реальном времени при их интеграции в информационные системы морских пассажирских терминалов, способствующей повышению уровня безопасности и эффективности мониторинга.
Two scenarios for the use of unmanned systems for marine passenger terminals that are identification of passengers at the terminal and tracking of moving objects are considered. The experimental study and the developed automation routines for identifying passengers were carried out on the basis of the laboratory of unmanned aircraft systems of Saint-Petersburg State University of Aerospace Instrumentation. For passenger terminal models, flight tasks of unmanned systems are simulated in the specialized Gazebo environment. Based on a series of experiments, it is found that the chosen method of histogram of oriented gradients provides a high level of accuracy and reliability. It is noted that the Matthews correlation coefficient, which reaches 95.09%, indicates a high degree of consistency and quality of binary classification of machine learning methods. During testing, the oriented gradient histogram method has showed that those with lower results in accuracy have received high results in sensitivity (reminder), which is 97.53%. This indicates that the use of this method can effectively minimize the number of false negative results, which is especially important in tasks where missing and losing an object during its identification can have serious consequences. As a result of the research carried out, the effectiveness of using the presented method is proven. The effectiveness of the developed new subprograms for passengers and other specified objects automatic identification, as well as the identification and tracking of objects for the first time when they are considered in the systems of marine passenger terminals, is also proven. It facilitates management and contributes to increased safety levels and monitoring effectiveness.
The authors declare that there are no conflicts of interest present.