Помощь в написании студенческих работ
Антистрессовый сервис

Механизмы поиска и алгоритмы решения задачи автоматизации судовождения на внутренних водных путях

Диссертация: Механизмы поиска и алгоритмы решения задачи автоматизации судовождения на внутренних водных путях
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Э. Е. Сиротин. Система обеспечения безопасности судовождения на внутренних водных путях (на примере реки Енисей)/ Информатика и информационные технологии: Тез. докл. межвузовской научной конференции студентов, аспирантов и молодых ученых 1997 г. Поэтому «Правилами» вводится ряд ограничений на организацию движения судов в условиях ограниченной видимости, в частности запрещается движение… Читать ещё >

Механизмы поиска и алгоритмы решения задачи автоматизации судовождения на внутренних водных путях (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. РАЗВИТИЕ ПОНЯТИЯ СИМВОЛИЧЕСКОЙ СТРУКТУРЫ
    • 1. 1. Пространство состояний
    • 1. 2. Пространство задач
    • 1. 3. Представление пространства поиска в виде иерархии подпространств
    • 1. 4. Альтернативные пространства
    • 1. 5. Динамические пространства и множественные модели
    • 1. 6. Символы и символические системы
    • 1. 7. Выводы
  • 2. КЛАССИФИКАЦИЯ МЕТОДОВ ПОИСКА В СИМВОЛИЧЕСКИХ СИСТЕМАХ
    • 2. 1. Выбор информативных признаков
    • 2. 2. Слепые методы поиска
    • 2. 3. Направленные (эвристические) методы поиска
      • 2. 3. 1. Методы поиска, использующие простейшие эвристики
      • 2. 3. 2. Методы поиска, использующие оценочные функции
    • 2. 4. Поиск, направляемый данными
    • 2. 5. Поиск, направляемый целями
    • 2. 6. Комбинированный поиск
    • 2. 7. Гетерархическая стратегия управления автоматизированной системы обеспечения безопасности судовождения на внутренних водных путях «АРМ Судоводителя»
    • 2. 8. Выводы
  • 3. АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ СУДОВОЖДЕНИЯ НА ВНУТРЕННИХ ВОДНЫХ ПУТЯХ «АРМ СУДОВОДИТЕЛЯ»
    • 3. 1. Обзор существующих навигационных систем
    • 3. 2. Разработка структуры системы «АРМ Судоводителя»
    • 3. 3. Алгоритм работы подсистемы определения координат судна и объектов в зоне внимания — «SADCo»
    • 3. 4. Алгоритм работы подсистемы распознавания опасных ситуаций «RDS»
    • 3. 5. Структура программного обеспечения системы
    • 3. 6. Организация межпрограммного взаимодействия между компонентами системы
    • 3. 7. Выводы
  • 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ
    • 4. 1. Установка для проведения экспериментальных исследований
    • 4. 2. Исходные данные для экспериментальных исследований
    • 4. 3. Описание экспериментов
    • 4. 4. Результаты экспериментальных исследований
      • 4. 4. 1. Анализ работоспособности алгоритма определения координат
      • 4. 4. 2. Анализ работоспособности алгоритма распознавания опасных ситуаций
      • 4. 4. 3. Анализ работоспособности экспертной системы
    • 4. 5. Выводы

Безопасность судоходства остается одной из важнейших проблем речного транспорта, так как от ее решения зависят жизнь людей, сохранность судов и грузов. До настоящего времени на внутренних водных путях (ВВП) применяется в основном лоцманский (глазомерный) метод судовождения: при движении судна в условиях видимости берегов и навигационных знаков судоводитель визуально определяет положение судна относительно кромок судового хода, ориентируясь по естественным и искусственным приметам, и уточняя его по навигационной карте. Проблема безопасного судовождения наиболее обостряется в условиях ограниченной видимости в темное время суток или в сложных метеоусловиях, когда основным источником информации об обстановке на реке становится радиолокатор. Однако, изображение с РЛС значительно отличается от визуального вида участка реки и его изображения на навигационной карте (см. рис. 0.1. и рис. О.2.), что усложняет его восприятие и анализ судоводителем. Это приводит к увеличению времени необходимого для принятия решения об управлении судном, а так же к ошибочным решениям. Ошибки способны привести к аварийным ситуациям, а следовательно к повреждению транспортных средств, перевозимых грузов, возможным человеческим жертвам.

Рис. 0.1. Радиолокационное изображение участка реки.

Рис. 0.2. Фрагмент навигационной карты того же участка реки.

Поэтому «Правилами» [59] вводится ряд ограничений на организацию движения судов в условиях ограниченной видимости, в частности запрещается движение пассажирских судов и судов с нефтегрузами, их остатками, взрывчатыми и ядовитыми веществами [см. 59 (правило 20)].

Необходимо уменьшить отрицательное влияние человеческого фактора в процессе управления судном, автоматизировав принятие решений об управлении в штатных ситуациях, оставив за человеком только функции управления. Задача обеспечения безопасного движения судна является интеллектуальной задачей [25], ее решение требует разработки соответствующих методов поиска, что обуславливает необходимость научного исследования в данной области. 6.

Целью диссертационной работы является разработка средств автоматизации судовождения на ВВП с использованием методов поиска в символических системах. Для этого в работе решаются следующие задачи:

1. анализ существующих методов поиска в символических системах и разработка их классификации;

2. разработка гетерархической стратегии поиска для автоматизированной системы обеспечения безопасности судовождения на внутренних водных путях;

3. разработка структуры системы;

4. разработка алгоритмов решения задачи определения координат судна и всех объектов в зоне внимания и задачи распознавания опасных ситуаций;

5. разработка программной системы, реализующей изложенные выше методы.

Автор защищает:

— классификацию методов поиска в интеллектуальных системах;

— гетерархическую стратегию управления, для использования в автоматизированных системах обеспечения безопасности судовождения на внутренних водных путях.

— алгоритм определения координат самого судна и объектов в зоне внимания судна по входным данным, представляющими собой радиолокационные изображения, получаемые с судовой РЛС.

— алгоритм распознавания опасных ситуаций в зоне внимания судна, использующий прогнозирование возможных перемещений объектов, путем прослеживания зон возможного местонахождения объектов во времени. 7.

Результаты данных исследований были опубликованы в следующих работах:

1. Е.Е. Sirotin G.M. Tsibul’skii. Combined Search Strategies in Systems of Image Analysis and Interpretation/ Pattern Recognition and Image Analysis vol.9, No. 2, 1999.

2. Э. Е. Сиротин, Г. М. Цибульский. Комбинированные стратегии поиска в системах анализа и интерпретации изображений/ Труды РОАИ-98, 1998 г.

3. Э. Е. Сиротин. Система обеспечения безопасности судовождения на внутренних водных путях (на примере реки Енисей)/ Информатика и информационные технологии: Тез. докл. межвузовской научной конференции студентов, аспирантов и молодых ученых 1997 г.

4. Э. Е. Сиротин, A.M. Кутьин. «АРМ Судоводителя» — система обеспечения безопасности судовождения на внутренних водных путях (на примере Енисея)/ Достижения науки и техники — развитию города Красноярска: сб. докладов научно-практической конференции. 1997 г.

Основные научные и практические результаты были представлены на следующих конференциях:

1. межвузовской научной конференции студентов, аспирантов и молодых ученых «Информатика и информационные технологии» (Красноярск, 11 997 г.);

2. научно-практической конференции «Достижения науки и техникиразвитию города Красноярска» (Красноярск, 1997 г.);

3. Всероссийской конференции с международным участием «Распознавание образов и анализ изображений РОАИ-98» (Новосибирск, 1998 г.) — 8.

Содержание работы.

Во введении обоснована актуальность проблемы, рассматриваемой в диссертации, определены цели и задачи исследования, выделены основные положения работы, имеющие новизну и научную значимость.

В первой главе представлен обзор развития понятия пространства поиска от простейших пространств состояний до многоуровневых иерархических символических структур.

Во второй главе произведен анализ существующих методов поиска и на его основе предложена классификация методов поиска в символических системах. В конце главы представлена гетерархическая стратегия управления для использования в автоматизированных системах обеспечения безопасности судовождения на внутренних водных путях.

В третьей главе представлена автоматизированная система обеспечения безопасности судовождения на внутренних водных путях «АРМ Судоводителя». Описываются структура системы, алгоритмы решения задач определения координат судна и объектов и распознавания опасных ситуаций в зоне внимания, структура программного обеспечения системы.

Четвертая глава посвящена описанию экспериментальных исследований, проводимых на данной системе с целью анализа пригодности системы для решения поставленной задачи.

В заключении приводятся основные результаты диссертационной работы.

В приложениях представлены технические требования к системе предварительной обработки и передачи данных «8оРБС» для разработчиков аппаратного обеспечения подобных систем. 9.

4.5. Выводы.

Результаты представленных в данной главе экспериментальных исследований показали:

1. высокий процент точного вычисления координат судна и объектов и высокое быстродействие алгоритма определения координат (точность определения координат от 10 до 20 м. в 85% случаев при старт-привязке и в.

ЗАКЛЮЧЕНИЕ

.

В заключение сформулируем положения, характеризующие научную и практическую значимость работы. К основным научным результатам относятся следующие:

1. Предложена новая классификация методов поиска в интеллектуальных системах.

2. Разработана гетерархическая стратегия управления, для использования в автоматизированных системах обеспечения безопасности судовождения на внутренних водных путях.

3. Разработан алгоритм определения координат судна и объектов в зоне внимания судна по входным данным, представляющими собой радиолокационные изображения.

4. Разработан алгоритм распознавания опасных ситуаций в зоне внимания судна, использующий прогнозирование возможных перемещений объектов, путем прослеживания зон возможного местонахождения объектов во времени.

Практическая ценность работы заключается в следующем:

1. Спроектирована и программно реализована автоматизированная система обеспечения безопасности судовождения на ВВП.

2. Разработан учебно-демонстрационный вариант автоматизированной системы обеспечения безопасности судовождения на ВВП предназначенный для использования в учебном процессе.

3. Разработаны технические требования и программное обеспечение устройства ввода и предварительной обработки радиолокационных изображений, являющееся интерфейсом между судовой РЛС и автоматизированной системой обеспечения безопасности судовождения на ВВП.

Показать весь текст

Список литературы

  1. В.В., Горский Н. Д. Представление и обработка изображений. Рекурсивный подход. — Л.: Наука, 1985.
  2. В.В., Горский Н. Д. Экспертные системы анализа изображений. Л.: ЛИИАН, 1986.
  3. Р., Вегенер И. Задачи поиска: Перев. С нем. М.: Мир, 1982.
  4. И. Программирование на языке Пролог для искусственного интеллекта: Пер. с англ. М.: Мир, 1990 г.
  5. P.E., Гуревич С. Б. Анализ и обработка цветных и объемных изображений, М: Радио и связь, 1984 г.
  6. В.Н., Викторова Н. П. Вопросы структурного обобщения и классификации в системах принятия решений// Изв. АН СССР. Техн. кибернетика. 1982. № 5.
  7. И.В. Распознающие системы. Справочник. Издание второе. Киев, Наукова думка, 1983., 424 с.
  8. Винокуров и др. Корабельное радиооборудование и автономные системы навигации. Л.: Судостроение, 1988.
  9. К.Ю., Тимонькин Г. Н., Харченко В. С., Мельников В. А. Иерархическая обработка изображений и пирамидальные системы/ Зарубежная радиоэлектроника М: Радио и связь, 1991 г., № 7.
  10. Л.С., Голендер В. Е., Розенблит А. Б. Обобщение информации об объектах, представленных графами. Семиотика и информатика вып. 17, 1981.
  11. В.П. Планирование решений. Киев: Наукова думка, 1987.
  12. В.П. Эвристический поиск в сложных средах. Киев: Наукова думка, 1977.
  13. А.И. Радиолокационные методы судовождения на внутренних водных путях. М.: Транспорт, 1986.141
  14. Р.Ю. Разработка методов, алгоритмов и создание системы автоматизированного анализа структурных изображений. /Дисс. к.т.н.: 05.13.01 Каунас, 1987.
  15. Дал У., Дейкстра Э., Хоор К. Структурное программирование, пер. с англ. М.: Мир, 1975.
  16. В., Эссинг Г. Диалоговые системы «Человек ЭВМ». Адаптация к требованиям пользователя. /М.:Мир. — 1984. -112 с. (сер. «Математическое обеспечение ЭВМ»).
  17. Д.А. Компьютерные методы анализа видеоинформации Красноярский государственный университет, Красноярск. 1991.
  18. Д.А., Дудкин А. К., Плаксин М. В. Представление и обработка видеоинформации в системах машинного зрения. //Техническая кибернетика, 1989, N 5, с. 205 228.
  19. Д.А., Дудкин А. К., Пяткин В. П. Структурные методы описания объектов изображений. 799.
  20. Д.А., Дудкин А. К., Пяткин В. П. Цифровой анализ изображений (Методы описания геометрических структур). Препринт 747. Новосибирск, 1987. 54 с.
  21. А.М. Диалог пользователя и ЭВМ, и место средств искусственного интеллекта в его реализации //Кибернетика. N2.
  22. В.И., Попов Э. В., Преображенский А. Б. Общение конечных пользователей с системами обработки данных. М.: Радио и связь, 1988
  23. Р., Харт П. Распознавание образов и анализ сцен. М: Мир. 1976, 512 с.
  24. Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике: Пер. с фр. М.: Радио и связь, 1990 г.
  25. Е.И. Решатели интеллектуальных задач М.: Наука, 1982.
  26. Искусственный интеллект, в 3-х кн., кн. 1. Системы общения и экспертные системы М.: Радио и связь. — 1990.142
  27. Искусственный интеллект: в 3 книгах, кн. 2. Модели и методы / Справочник под ред. Э. В. Попова. М.: Радио и связь. — 1990.
  28. Кибернетика: Неограниченные возможности и возможные ограничения. Перспективы развития. М.: Наука, 1981 г. (Серия «Наука и технический прогресс»).
  29. Дж. Системология. Автоматизация решения системных задач: Пер. с англ. М.: Радио и связь, 1990 г.
  30. Р., ВлеймникИ. Интерфейс «Человек-компьютер». М: Мир, 1990.
  31. В. Модель внешнего мира и ее применение для анализа изображений с помощью ЭВМ. /Дисс. к.т.н.: 05.13.16 Ленинград, 1985.
  32. Г. П., Марков И. А., Подвысоцкая H.A., Сергеев М. П. Зарубежные серийно выпускаемые анализаторы изображений (обзор). //Вопросы атомной науки и техники. Серия: ядерное приборостроение, 1985, вып. Н, с. 191−217.
  33. Р. и др. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. М.: Финансы и статистика, 1990 г.
  34. Лорьер Ж.-Л. Системы искусственного интеллекта: пер. с франц. М.: Мир, 1991.
  35. Н.В. О распознавании объектов специального вида. Вопросы кибернетики, вып. 100, 1983
  36. А.П. Корабли, автоматы, роботы. Л.: Судостроение, 1985.
  37. Дж. Искусственный интеллект и Пролог на микроЭВМ. М.: Машиностроение, 1990 г.143
  38. Н.Г. и др. Нечеткие модели для экспертных систем САПР. М.: Энергоатомиздат, 1991 г.
  39. Л.П., Лихтарович A.A. Основы машинной математики. Мн.: Нар. асвета, 1988 г.
  40. Дж. Магическое число семь, плюс или минус два. //Сб. ст.: Инженерная психология. М.-1964.
  41. М. На пути создания искусственного разума // Вычислительные машины и мышление М: Мир, 1967.
  42. С. И. Системы технического зрения для автоматизации машиностроительного производства//Технология машиностроительного производства. М.: НИИмаш, 1982.
  43. Н. Принципы искусственного интеллекта : пер. с англ. М.: Радио и связь, 1985.
  44. . Н. Искусственный интеллект. Методы поиска решений: пер. с англ. -М: Мир, 1973.
  45. А. и Саймон Г. Информатика как эмпирическое исследование/ в сб. Лекции лауреатов премии Тьюринга М.: Мир 1985.
  46. Т. Алгоритмы машинной графики и обработки изображений, М: Радио и связь, 1986.
  47. . Т. Иерархические методы в структурном распознавании образов. ТИИЭР, 1979, т. 67, N 5, с. 39−49.
  48. Перспективы развития вычислительной техники: в 11кн.: Справ, пособие/ Под ред. Ю. М. Смирнова. Кн. 2. Интеллектуализация ЭВМ. М.: Высш. шк., 1989 г.144
  49. А. Н., Чернявский А. Ф., Афанасьев Г. К. И др. Системы технического зрения. Л.: Машиностроение. Ленингр. отд-ние, 1988.
  50. Э.В. Общение с ЭВМ на естественном языке. М.: Наука.
  51. Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987.
  52. Г. С., Поспелов Д. А. Искусственный интеллект прикладные системы. М.: Знание.-1986. (Сер. Математика, кибернетика), по п. 2.1.
  53. Д.А. Логико-лингвистические модели в системах управления. М., Энергоиздат, 1981.
  54. Д.А., Пушкин В. Н., Садовский В. Н. Эвристическое программирование и эвристика как наука// Вопросы философии. -1967. № 7.
  55. Построение экспертных систем / Под ред. Ф. Хейса-Рота, Д. Уотермана, Д.Лената. М.: Мир, 1987.
  56. Правила плавания по внутренним водным путям РСФСР/ Минречфлот РСФСР. М. Транспорт, 1988 г.
  57. Представление и использование знаний: Пер. с япон./Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989 г.
  58. У. Цифровая обработка изображений М: Мир, — 1982, в 2 т., т.2
  59. С.С., Кан В.Н., Самандаров И. Р. Методы выделения структурных признаков изображений. Ташкент: Фан. 104 с. 63. сб. Психология машинного зрения, под ред. П. Уинстона, пер. с англ. М: Мир, 1978 г.
  60. Й. Анализ массивов интенсивности с использованием знаний о сценах/ в сб. Психология машинного зрения, под ред. П. Уинстона, пер. с англ. М: Мир, 1978 г., сс. 112−136.
  61. .А. Информационная технология. М.: Высш. шк., 1994 г.
  62. B.C., Соловьёв В. Б. Судовождение на внутренних водных путях. М.: Транспорт, 1990. 285 с.145
  63. Д. Руководство по экспертным системам : пер. с англ. М.: Мир, 1989.
  64. И.В. Разработка и исследование интерактивных методов интерпретации дистанционных изображений на основе логических методов принятия решений. Диссертация на соискание ученой степени кандидата технических наук. Ленинград. ЛЭТИ 1991.
  65. Д.К., Чепин Е. В. Алгоритмы распознавания образов на основе атрибутивных грамматик для цифровой обработки изображений. Московский инженерно-физический институт. Препринт. 1988, N 008.
  66. Дж. Программное обеспечение и его разработка. М: Мир, 1985.
  67. Фу К. С. Структурные методы в распознавании образов. /Пер. с англ. Под ред. М. А. Айзермана. М: Мир, 1977, 320 с.
  68. Э. Искусственный интеллект: пер. с англ. М.: Мир, 1978.
  69. Ф. Теория графов. М: Мир, 1973, 302 с.
  70. В.Ф. Интеллектуальные диалоговые системы. //ИКА.-1980. NN 5−6.
  71. Г. М. Исследование и разработка интерактивной программной системы сегментации текстурных изображений. /Дисс. к.т.н.: 05.13.16 Красноярск, 1987.
  72. Г. М., Маглинец Ю. А. К проблеме классификации методов поиска при решении интеллектуальных задач. //Сборник КГТУ, 1997 г.
  73. Г. М., Маглинец Ю. А. О семиотическом подходе к построению экспертных систем. /Математическое обеспечение и архитектура ЭВМ. Материалы научно-технической конференции «Проблемы техники и технологий XXI века» Красноярск, 1994.
  74. Чен Ш.-К. Принципы проектирования систем визуальной информации: Пер. с англ. М: Мир, 1994.-408 е., ил.
  75. Е.И. Судовождение на внутренних водных путях. Л.: Судостроение, 1986.
  76. Чукин. Структуры данных для представления изображений. //Зарубежная радиоэлектроника. 1983, N 8.
  77. Г. М. Судовые электрорадионавигационные приборы и установки управления. Л.: Судостроение, 1988.
  78. С. А. Системы видения для анализа аэрофотоизображений/ Зарубежная радиоэлектроника М: Радио и связь, 1991 г., № 3.
  79. Экспертная система для руководства сегментацией изображений. З. П. Ху, Т. Пун и Ц.Пелегрини. Центр компьютерных наук, Женевский университет. 1991.
  80. В.В. Анализ и обработка изображений: принципы и алгоритмы. -М.: Машиностроение. 1994. 112с.: ил. .
  81. A model-based scheme for image understanding: Pap. Meet. Appl. Artyf. Intell. VI. Orlando, F la, 4−6 Apr., 1988 / Eshera M.A.//Proc. Soc. Photo-Opt. Instrum. Eng.-1988.-937.
  82. An overview of ANDES: a knowledge-based scene analysis system/ Simoni Paulo Ouvera&//4th Conf. Artif. Intell. Appl., San Diego, Calif., March 1418, 1988: Proc Washington (D.C.), 1988.
  83. Ballard D., Brown C. Computer Vision Prentice Hall Inc., N.J., 1982. — 5731. P
  84. Carpon R., Curci M., Ditmar E. Analyse morphologique des suires formees lors de la combustion des materiaux. Definition d’indicateurs.//Rew.met, 1994, v.91, N 2, s. 349.
  85. Expert systems, image processing and image interpretation. Chassery JeanMarc, Garbay Catherine. //8th int. conf. pattern recogn., Paris. Oct, 27−31, 1986. Proc.
  86. Hiromichi Iwase, Takashi Toriu, and Toshiyuki Gotoh. An expert system for image processing. //4th Conf. Artif. Intell., San-Diego, Calif., March 14−18, 1988.
  87. Knowledge acquisition in image processing system «explain» /Tanaka Toshikazu, Sueda Naomich.//Proc.Int.Workshop Artif. Intell., Hitachi City, May 25−27, 1988.-New York, 1988.
  88. Knowledge-based interpretation of remotely sensed images. Anita Tailor, Alan Cross, David C. Hoggt and David C.Mason. //Image and vision computing. 1986, v. 4, N 2.
  89. L.J.de Haas, Automatic programming of machine vision systems, in Processings, 10th LJCAI, 1987.
  90. Levine M.D., Shaheen S.I. A Modular Computer Vision System for Picture Segmentation and Interpretation // IEEE Trans. -1981. -Vol. PAMI-3, № 5.
  91. Matsujama T. Knowledge-based aerial image understanding systems and expert systems for image processing. IEEE Trans, on geosciense and remote sensing, vol. 6e-25, N 3, May 1987.
  92. Matsuyama T. Expert Systems for Image Processing: Knowledge-based composition of image analysis Processes. //Computer Vision, Graphics, and Image Processing, v. 48, N 1, 1989, pp. 22−49.
  93. Matsuyama T. Knowledge Organization and Control Structure in Image Understanding //Pro. 7th Int. Conf. Pattern Recogn., Monthreal, Juli 1984. -V. 2.-pp. 1118−1127.
  94. Nagao M. Toward a Flexible Pattern Analysis Method //8th Int. Conf. Pattern Recogn., Paris, Oct. 1986.
  95. Nazif A.M. and Levine M.D. Low lewel image segmentation: an expert system. //IEEE Trans on pattern analysis and machine intelligence, vol. PAMI-6, N 5, Sept. 1984.
  96. Newell A., Simon M.A. Computer science and empirical enquiry: Symbol and search.-Communication of the ACM.-1976.-V.19, N3.
  97. Nicolin B. and Labler R. A knowledge-based system for the analysis of aerial images. IEEE Trans. Geoscience and remote sensing, Vol. GE-25, N 3, May 1987.149
Заполнить форму текущей работой

Сессия? Спокойно!