Аннотация
Целью исследования является разработка автоматизированной системы, обеспечивающей повышение точности и достоверности информации, получаемой при идентификации состояния типовых объектов, находящихся на кровле промышленных зданий. Исследование направленно на разработку алгоритмического и программного обеспечения модуля идентификации типовых объектов. Для достижения цели выполнено построение алгоритмического обеспечения для идентификации типовых объектов на изображениях промышленных зданий, синтез программного модуля на основе построенных алгоритмов, опробование программного модуля на тестовых примерах. Исследование проводилось на территории градообразующего предприятия черной металлургии и с использованием лабораторной базы НИИ «Промбезопасности» ФГБОУ ВО «Магнитогорский государственный технический университет имени Г.И. Носова». Исследования проводились на протяжении трех лет, начиная с июля 2021 г. В рамках исследования использованы методы: наблюдение за техническим состоянием промышленных зданий, фото- и видеосъемка, а именно сбор графической информации с помощью беспилотного летательного аппарата (БПЛА) роторного типа, создание алгоритмического и программного обеспечение модуля и его опробование для поиска типовых объектов, измерение уровня точности обнаружения на различных фотографиях (фотографиях с разным значением средней яркости), сравнение результатов обработки изображений для двух версий программного модуля (консольной и Web-версии). В рамках исследования рассмотрены два вида типовых объектов на промышленных зданиях: вентиляционные дефлекторы и ветровые ограждения, расположенные на кровле промышленных зданий. Программный продукт позволяет отслеживать количество, местонахождение и техническое состояние (наличие, проектное положение) типовых объектов промышленных зданий и сооружений. В рамках исследования выполнено опробывание на тестовых примерах для двух версий модуля, консольной версии и Web-версии с пользовательским интерфейсом. Результаты опробывания структурированы. Отмечены особенности консольной и Web-версии модуля. Исключена ошибка обнаружения типовых объектов при осмотре специалистом ввиду высокой субъективности экспертной оценки при осмотре промышленных зданий и сооружений. Произведена автоматизация процесса мониторинга технического состояния промышленных зданий.
Ключевые слова
алгоритмическое и программное обеспечение, беспилотный летательный аппарат, цифровое изображение, типовой объект, тестирование, программный модуль, идентификация состояния типовых объектов, изображения промышленных зданий, вентиляционные дефлекторы, ветровые ограждения
1. Новые производства России – 2023. URL: https://tenchat.ru/media/1444564-novyye-proizvodstva-rossii--2023 (дата обращения: 24.02.2024).
2. Промышленная безопасность: коротко об итогах 2023 года и планах на 2024 год. URL: https://portal.edufire37.ru/news/201 (дата обращения: 24.02.2024).
3. Наркевич М.Ю. Развитие методологии создания системы менеджмента качества металлургического предприятия, эксплуатирующего опасные производственные объекты, на основе прикладной цифровой платформы: дис. … д-ра техн. наук: 2.5.22 / Наркевич Михаил Юрьевич. Магнитогорск, 2023.
4. An empirical approach to quality assurance of materials, products and structures in industrial safety / M. Narkevich, O. Logunova, V. Kornienko, A. Kalitaev, L. Egorova, A. Nikolaev, A. Tyulyumov, N. Zlydarev // Transportation Research Procedia. 2022. Vol. 63. Pp. 119-128. doi: 10.1016/j.trpro.2022.05.014
5. Программный продукт для оценки дефектов на промышленных сооружениях: поиск типовых объектов / Н.В. Злыдарев, А.Н. Тюлюмов, В.Д. Корниенко, М.Ю. Наркевич // Математическое и программное обеспечение систем в промышленной и социальной сферах. 2022. Т. 10. № 2. С. 12-16. doi: 10.18503/2306-2053-2022-10-2-12-16
6. Results of a pilot experiment on monitoring the condition of buildings and structures using unmanned aerial vehicles / M.Yu. Narkevich, O.S. Logunova, P.I. Kalandarov, A.N. Kalitaev, G.V. Tokmazov, P.Yu. Romanov, O. Alimov // IOP Conference Series: Earth and Environmental Science: 2nd International Conference on Energetics, Civil and Agricultural Engineering 2021 (ICECAE 2021). IOP Science, 2021. Vol. 939. 012030. doi: 10.1088/1755-1315/939/1/012030
7. Наркевич М.Ю., Корниенко В.Д. Полякова М.А. Визуальный контроль как основа для разработки автоматизированных систем дистанционного контроля и оценки качества зданий и сооружений на опасных производственных объектах // Известия Тульского государственного университета. Технические науки. 2021. № 5. С. 570-576. doi: 10.24412/2071-6168-2021-5-570-576
8. Пат. 180206 Российская Федерация, МПК G08C 17/00. Телеметрическое устройство сбора информации и мониторинга за удаленным объектом / Егоров В.В., Кардашевский А.П.; заявитель Центр интеллектуальной собственности. № 2017146822, заявл. 29.12.2017, опубл. 06.06.2018.
9. Тарасян В.С., Карачев Д.К. Автоматическая система поиска объектов на изображении на примере автомобильного номера // Инновационный транспорт. 2018. № 2(28). С. 34-38. doi: 10.20291/2311-164x-2018-2-34-38
10. Свидетельство о гос. регистрации прогр. для ЭВМ № 2018610611. Программа для тестирования алгоритмов поиска шаблонных объектов на изображениях / Милов В.Р., Кувшинов А.С.; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Нижегородский государственный технический университет им. Р.Е. Алексеева»; заявл. 16.11.2017, опубл. 15.01.2018.
11. Свидетельство о государственной регистрации программы для ЭВМ № 2017617668. Модуль сравнения изображений на основе частотных коэффициентов дискретного косинусного преобразования для системы поиска объектов на снимках / Шоберг А.Г., Михайленко П.С.; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Тихоокеанский государственный университет»; заявл. 15.05.2017, опубл. 11.07.2017.
12. Патрушев А.О., Осипов М.П. Поиск границ объектов прямоугольной формы на изображениях с контурным форматом представления // Фундаментальные исследования. 2017. № 12-1. С. 91-96.
13. Поиск объектов на изображениях с использованием структурного дескриптора на основе графов / А.А. Захаров, А.Е. Баринов, А.Л. Жизняков, В.С. Титов // Компьютерная оптика. 2018. Т. 42, № 2. С. 283-290. doi: 10.18287/2412-6179-2018-42-2-283-290
14. Approximate object location deep visual representations for image retrieval / L. Kaiyang, H. Gang, Z., Yuanlin L. Guangfeng, C. Congjun // Displays. 2023. Vol. 77. 102379. doi: 10.1016/j.displa.2023.102376
15. Searching Enhanced Decoder with switchable skip connection for semantic segmentation / Z. Xian, Q. Zhibin, L. Qiang, Z. Dejun, Y. Wankou // Pattern Recognition. 2024. Vol. 149. 110196. doi: 10.1016/j.patcog.2023.110196
16. 2D and 3D object detection algorithms from images: A Survey / C. Wei, L. Yan, T. Zijian, Z. Fan // Array. 2023. Vol. 19. 100305. doi: 10.1016/j.array.2023.100305
17. Searching by parts: Towards fine-grained image retrieval respecting species correlation / P. Cheng, C. Anoop, L. Rushi, L. Xiaonan, Y. Hongxun // Gene Expression Patterns. 2023. Vol. 47. 119304. doi: 10.1016/j.gep.2023.119304
18. Real-time detection and tracking of infrared small targets based on grid fast density peaks searching and improved KCF / Y. Peimin, Y. Shengbo, Z. Qiuyu, Z. Tao, C. Wennan // Infrared Physics & Technology. 2022. Vol. 123. 104181. doi: 10.1016/j.infrared.2022.104181
19. A comparison between Pixel-based deep learning and Object-based image analysis (OBIA) for individual detection of cabbage plants based on UAV Visible-light images / Y. Zhangxi, Y. Kaile, L. Yuwei, G. Shijie, S. Yiming, C. Xunlong, L. Riwen, Z. Houxi // Computers and Electronics in Agriculture. 2023. Vol. 209. 107822. doi: 10.1016/j.compag.2023.107822
20. Сирота А.А., Митрофанова Е.Ю., Милованова А.И. Анализ алгоритмов поиска объектов на изображениях с использованием различных модификаций сверточных нейронных сетей // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2019. № 3. С. 123-137.
21. Поиск объектов на изображении с использованием морфлетных описаний / Ю.В. Визильтер, В.С. Горбацевич, Б.В. Вишняков, С.В. Сидякин // Компьютерная оптика. 2017. Т. 41, № 3. С. 406-411. doi: 10.18287/2412-6179-2017-41-3-406-411
22. Свидетельство о гос. регистрации программы для ЭВМ № 2018663741. Модуль поиска координат объекта на изображении / Бутенко В.А.; заявитель Бутенко В.А.; заявл. 10.10.2018, опубл. 10.10.2018.
23. Пат. 2718172 Российская Федерация, МПК П06Л 9/82. Способ поиска объектов на цифровых изображениях / Пономарев А.В., Богословский А.В., Жигулина И.В., Бальжак А.Е.; заявитель Федеральное государственное казенное военное образовательное учреждение высшего образования «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж) Министерства обороны Российской Федерации, заявл. 10.01.2019, опубл. 30.03.2020.
24. Куликов С.С. Тестирование программного обеспечения, Ч.3. URL: https://svyatoslav.biz/software_testing_book/ (дата обращения: 23.02.2024).
Алгоритмическое и программное обеспечение модуля идентификации типовых объектов на изображениях промышленных зданий / М.Ю. Наркевич, О.С. Логунова, Н.В. Злыдарев, А.Н. Тюлюмов, В.Д. Корниенко // Электротехнические системы и комплексы. 2024. № 2(63). С. 80-89. https://doi.org/10.18503/2311-8318-2024-2(63)-80-89