Використання непрямих ознак для виявлення наземних мін з використанням безпілотних літальних апаратів
DOI:
https://doi.org/10.33099/2304-2745/2024-2-81/98-105Ключові слова:
Наземна міна; безпілотний літальний апарат коптерного типу; аерознімання; непряма ознака.Анотація
Одним із перспективних світових підходів для розв’язання проблеми розмінування є виявлення наземних мін із застосуванням безпілотних літальних апаратів (БпЛА). Для виявлення мін на поверхні ґрунту або мін, розташованих у ґрунті, використовуються різні конфігурації датчиків, що встановлюються на БпЛА і діють, як правило, у різних діапазонах довжин хвиль електромагнітного спектру, формуючи при цьому різні сигнатури мін в інтересах забезпечення максимальної величини ймовірності Рв їх виявлення.
Мета статті – обґрунтування способу підвищення імовірності Рв виявлення наземних мін за допомогою обробки оптичних даних та об’єднання результатів з урахуванням додаткових демаскуючих ознак, що залишаються після установки мін.
Запропоновано підхід до використання непрямих ознак мінування, в якості яких розглядаються штучні предмети місцевості, для виявлення наземних мін на цифрових оптичних зображеннях, що отримуються з безпілотних літальних апаратів. Підхід реалізується в рамках імовірнісної моделі виявлення мін, за якою працюють більшість сучасних методів машинного навчання для обробки зображень. Використовується байєсівське злиття модифікованих ймовірностей непрямих ознак з подальшим також байєсівським підсумовуванням з імовірністю виявлення основного об’єкту – міни. Продемонстровано придатність цього підходу до взаємодії із сучасними нейронними мережами для розпізнавання зображень. Підхід розробляється Науковим центром аерокосмічних досліджень Землі завдяки підтримці Національної академії наук України.
Використання непрямих ознак є одним з багатьох можливих заходів з підвищення достовірності виявлення наземних мін на цифрових зображеннях, одержуваних з БпЛА. Перевага запропонованого підходу полягає в пристосованості сучасних методів машинного навчання в розпізнаванні зображень, зокрема – згорткових нейронних мереж до виявлення штучних предметів місцевості, які відрізняються від мін, але можуть свідчити про мінування.
Посилання
Горбулін В., Мосов С. Наслідки мінних війн: український зріз. Оборонний вісник. 2021. №. 11. С. 16–23.
Глава МВС: Чверть території України забруднена мінами, повне гуманітарне розмінування можливе лише після завершення війни. URL: https://interfax.com.ua/news/general/ 978032.html (дата звернення: 15.05.2024).
Яка частина території України забруднена мінами? Конгрес США оприлюднив цифру. URL: https://glavcom.ua/country/incidents/jaka-chastina-teritoriji-ukrajini-zabrudnena-minami-konhres-ssha-opriljudniv-tsifru-995274.html (дата звернення: 15.05.2024).
Мосов С., Нероба В. Напрями застосування безпілотної авіації для виконання завдань розмінування: світовий досвід. Збірник наукових праць військові та технічні науки НАДПС
ім. Б Хмельницького. 2019. № 1 (79). С. 172–185.
Popov M. O., Stankevich S. A., Mosov S. P., Titarenko O.V., Dugin S. S., Golubov S. I., Andreiev A. A. Method for minefields mapping by imagery from unmanned aerial vehicle. Advances in Military Technology. 2022. Vol. 17, No. 2. P. 211–229. DOI: 10.3849/aimt.01722.
Popov M. O., Stankevich S. A., Mosov S. P., Dugin S. S., Saprykin I. Y. Drone-based landmine detection mission planning. Proceedings of 7th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC 2023). Kyiv, 2023. Р. 151–154. DOI: 10.1109/MSNMC61017.2023.10329129.
Popov M. O., Stankevich S. A., Mosov S. P., Titarenko O. V., Topolnytskyi M. V., Dugin S. S. Landmine detection with UAV-based optical data fusion. Proceedings of the 19th International Conference on Smart Technologies (EuroCon 2021). Lviv, 2021. P. 175–178. DOI: 10.1109/ EUROCON52738.2021.9535553.
Інженерна підготовка : навч. посіб. / Д. Д. Данилов, Ю. О. Фтемов, Р. Л. Колос, О. О. Расстригін та ін.]. Львів : НАСВ, 2017. 503 с.
Патент № 125887 на винахід. Україна, МПК G01V 3/16, F41H 11/12. Мобільний комплекс для пошуку та виявлення мін / С. П. Мосов, О. М. Попов, С. А. Станкевич. № а202004603; заявл. 20.072020; опубл. 29.06.2022, Бюл. № 26/2022. 6 с.
Мосов С. П., Станкевич С. А., Ворович В. О. Систематизація умов і факторів, що впливають на застосування безпілотного літального апарата коптерного типу при виявленні наземних мін. Зб. наук. праць ЦВСД НУОУ. 2021. Вип. № 3 (73). С. 82–89.
Про затвердження Інструкції з правил поводження військослужбовців на місцевості, на який є вибухонебезпечні предмети, та дотримання заходів мінної безпеки: наказ ГШ ЗСУ від 19.04.2018 № 161. 138 с.
Видові технічні засоби розвідки мін безпілотних літальних апаратів : кол. монограф. / І. І. Балицький, С. П. Мосов, В. Р. Нероба та ін. Хмельницький : НАДПСУ, 2023. 184 с.
Pat. US6840480B2. Miniature, unmanned aircraft with interchangeable data module. URL: https://patents.google.com/patent/ US6840480B2 (дата звернення: 15.05.2024).
Pat. US20140062754. Remote detection, confirmation and detonation of buried improvised explosive devices. URL: https://patents.google.com/ patent/US20140062754A15 (дата звернення: 15.05.2024).
Средства разведки и преодоления минных полей. URL: http://www.zvo.su/suhoputnye-voyska/sredstva-razvedki-i-preodoleniya-minnyh-poley.html (дата звернення: 15.05.2024).
Коцюруба В. І., Цибуля С. А., Рибалко В. В. Обґрунтування доцільності використання способу повітряної розвідки районів інтенсивного застосування мінної зброї. Social development & Security. 2019. Вип. 9 (1). С. 60–68. DOI: http://doi.org/10.33445/sds.2019.9.1.5.
Baur J., Steinberg G., Nikulin A., Chiu K., Smet T. Applying deep learning to automate UAV-based detection of scatterable landmines. Remote Sensing. 2020. Vol. 12, No.15. A. 859. DOI: 10.3390/rs12050859.
Ren S., He K., Girshick R., Sun J. Faster R-CNN: towards real-time object detection with region proposal networks. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. Vol. 39, No. 6. P. 1137–1149. DOI: 10.1109/TPAMI.2016.2577031.
Redmon J., Divvala S., Girshick R., Farhadi A. You only look once: unified, real-time object detection. Proceedings of the Conference on Computer Vision and Pattern Recognition (CVPR 2016). Las Vegas: IEEE, 2016. P. 779–788. DOI: 10.1109/CVPR.2016.91.
Cho S., Ma J., Yakimenko O. A. Aerial multi-spectral AI-based detection system for unexploded ordnance, Defence Technology. 2023. Vol. 27.
P. 24–37. DOI:10.1016/j.dt.2022.12.002.
Qiu Z., Guo H., Hu J., Jiang H., Luo C. Joint fusion and detection via deep learning in UAV-borne multispectral sensing of scatterable landmine. Sensors. 2023. Vol. 23, No. 12. A. 5693. DOI: 10.3390/s23125693.
Vivoli E., Bertini M., Capineri L. Deep learning-based real-time detection of surface landmines using optical imaging. Remote Sensing. 2024. Vol. 16, No. 4. A. 677. DOI: 10.3390/rs16040677.
Baur J., Steinberg G., Frucci J., Brinkley A. An accessible seeded field for humanitarian mine action research. The Journal of Conventional Weapons Destruction. 2023. Vol. 27, No. 3. A. 2. URL: :https://commons.lib.jmu.edu/cisr-journal/vol27/ iss3/2 (дата звернення: 15.05.2024).
Harvey A., LeBrun E. Computer vision detection of explosive ordnance: a high-performance 9N235/9N210 cluster submunition detector. The Journal of Conventional Weapons Destruction. 2023. Vol. 27, No. 2. A. 9. URL: https://commons.lib.jmu.edu/cisr-journal/vol27/iss2/9 (дата звернення: 15.05.2024).
Kunichik O., Tereshchenko V. Improving the accuracy of landmine detection using data augmentation: a comprehensive study. Artificial Intelligence. 2023. Vol. 2023, No. 2. P. 42–54. DOI: 10.15407/jai2023.02.042.
Safe Pro Group. URL: https://safeprogroup.com/ artificial-intelligence (дата звернення: 15.05.2024).
UADamage. URL: https://www.uadamage.com (дата звернення: 15.05.2024).
Про затвердження Керівництва з подолання інженерних загороджень підрозділами Збройних Сил України : наказ нач. Генерального штабу – Головнокомандувача Збройних Сил України від 19.10.2016 р. № 390. 128 с.
Попов М. О., Станкевич С. А., Мосов С. П. Виявлення наземних мін із використанням комплексу датчиків повітряного моніторингу оптичного діапазону. Цивільна безпека: Державне управління та кризовий менеджмент. 2022. № 1. С. 37–55. DOI: 10.33269/ sbcs.2022.1.37-55.
Popov M., Stankevich S., Mosov S., Saprykin I. Drone-based landmine detection by image and signal fusion. Proceedings of the TIEMS Hybrid Annual Conference. Port Alfred : TIEMS, 2023. P. 24. URL: https://www.tiems.info/2023-hybrid-annual-conference (дата звернення:15.05.2024).
Ren J., Wang Y. Overview of object detection algorithms using convolutional neural networks. Journal of Computer and Communications. 2022. Vol. 10, No. 1. P. 115–132. DOI: 10.4236/ jcc.2022.101006.
Ultralytics YOLOv8. URL: https://github.com/ ultralytics/ultralytics (дата звернення: 15.05.2024).
Попов М. О., Артюшин Л. М., Топольницький М. В., Титаренко О. В., Шморгун Ю. В. Інтегрування гетерогенних геопросторових даних на основі теорії свідчень Демпстера-Шейфера. Математичні машини і системи. 2019. № 3. С. 35–46. URL: http://www.immsp.kiev.ua/publications/articles/2019/2019_3/03_Popov_19.pdf (дата звернення 15.05.2024).
