ВЪЗДУШНО ИЗОБРАЖЕНИЕ И КАРТОГРАФИРАНЕ: ИЗПОЛЗВАНЕ НА РЕЗОЛЮЦИЯТА И СКОРОСТТА ЗА АВТОМАТИЗАЦИЯ, МАШИННО ОБУЧЕНИЕ И ПОТРЕБИТЕЛСКО ИЗЖИВЯВАНЕ
Отдавна отминаха дните, когато картите се използваха единствено за насочване, а въздушните изображения - единствено за визуализация. Днес ние разчитаме както на карти, така и на въздушни изображения в ежедневието си - осигурявайки навигация в реално време в различни видове транспорт, проверявайки наземни детайли, без да е необходимо физическо посещение на дадено място, и позволявайки моделиране на ландшафти, градове и планирани разработки и инфраструктура в реалния свят. В допълнение към човешката интерпретация на въздушните изображения, изображения с висока резолюция се използват за обучение на алгоритми за машинно обучение и за подкрепа на анализ, базиран на изкуствен интелект.
Въпреки че пилотираните летателни апарати се използват за улесняване на събирането на изображения от десетилетия, развитието на безпилотните летателни апарати (БЛА) доведе до ускорен растеж на пазара и приемане на технологии. Повишеното търсене на детайли, точност и по-интуитивно потребителско изживяване доведе до приемането на по-високи резолюции на камерите и честота на кадрите. Комбинацията от тези два фактора доведе до по-голям обем данни за изображения, което също така предлага предимството на повишена пикселна резолюция и детайлност на сцената.
Освен това, увеличаването на разделителната способност и честотата на кадрите на камерите за въздушно изображение и въздушно картографиране позволява получаване на изображения на по-голяма надморска височина и при повишени относителни скорости спрямо земята. Крайният резултат от тези технологични постижения е цялостно подобрение в качеството на въздушните изображения, увеличавайки потенциала за автоматизирани работни процеси, използването на машинно обучение и множество други индустриални приложения, които разчитат на или могат да се възползват от въздушни изображения.
Приложения
ПОВЕЧЕ ОТ КАРТИ: ОТ МОНИТОРИНГ НА ИНФРАСТРУКТУРАТА ДО НАБЛЮДЕНИЕ НА ЗЕМЯТА
Предимствата на въздушните изображения далеч надхвърлят картографирането и навигацията. Когато са оборудвани с правилните камери за въздушно изображение, събирането на данни може да се използва за специфични цели в различни индустрии и приложения. В областта на отбраната, сигурността и събирането на разузнавателна информация, например, изображенията с висока резолюция позволяват постоянно наблюдение на промените в терена, помагайки за идентифициране на неочаквано поведение или движение на активи между ключови места на критични инсталации и в отдалечени райони, които иначе биха били труднодостъпни.
По подобен начин, когато става въпрос за критична инфраструктура, като например водноелектрически язовири, електроцентрали и тръбопроводи, технологията за въздушно изображение и възможностите за въздушно наземно проучване допринасят за получаването на значими данни, които, когато се комбинират с данни за състоянието на земята, предлагат по-пълна картина на потенциалните опасности и заплахи за оперативната стабилност; това също така позволява превъзходна оценка след инцидент, подобрявайки способността на организациите да оценяват щетите от природни бедствия и други събития бързо и надеждно.
Фиг 1Дронове, оборудвани с високоскоростни камери Emergent GigE Vision, могат да заснемат изображения с висока резолюция за създаване на цифрови модели на височина.
Промените в метеорологичните условия доведоха до суша и обилни валежи в неочаквани райони по света. Въздушното проучване позволява наблюдение на земята в обширна площ за кратко време, за да се измери въздействието на променящите се метеорологични условия и да се приоритизират реакциите в най-добрия интерес на човешката безопасност и икономическата полза.
Максимизирането на добивите, потреблението на вода и ефективността в селското стопанство също става все по-важно с продължаващия растеж на населението и промените в метеорологичните условия. Селскостопанската изображения спомага за максимизиране на добивите, като предоставя на фермите данни, полезни за насочване към хидратацията, употребата на пестициди и други фактори, критични за оптималното управление на растежа на културите и прибирането на реколтата.
РЕЗОЛЮЦИЯ, СКОРОСТ, ПРОИЗВОДИТЕЛНОСТ
Emergent Vision Technologies е специализирана в проектирането и разработването на индустриални високоскоростни камери, осигуряващи едни от най-високите резолюции и честота на кадрите, достъпни днес, което ги прави идеални за въздушно картографиране и въздушно заснемане в широк спектър от приложения. Използвайки установени стандарти като GigE визия и GenICam, продуктите на Emergent се интегрират безпроблемно в съвместими софтуерни приложения от трети страни, без да е необходимо собствено окабеляване или придобиване на допълнителен хардуер.
С резолюция на камерата над 150MP, Emergent камерите предлагат идеални решения за ситуации, изискващи както изключително висока резолюция, така и въздушно заснемане от по-голяма надморска височина. С тези камери с висока резолюция става възможно увеличаване на зрителното поле, което води до заснемане на по-голяма физическа площ за по-кратко време. И повишената резолюция на сензора може да постигне това без намаляване на плътността на пикселите в определена географска област.
Фиг 2Системите за въздушно заснемане, използващи високоскоростни камери, могат да помогнат на земеделските производители в изследванията на селскостопански тестови парцели за различни култури.
За приложения като селскостопанско изображение или други, където може да се желае въздушно изображение на по-малка надморска височина, увеличената честота на кадрите помага за предотвратяване на размазване на изображението и други негативни ефекти. Увеличената честота на кадрите при тези камери води до генериране на огромни количества данни, които след това трябва да се предават бързо и надеждно. За щастие, използването на Ethernet от Emergent като интерфейс за свързване помага за решаването и на тези предизвикателства. Със скорости на свързване до 100 Gbps са възможни максимални честоти на кадрите на сензорите, без да се жертва разделителната способност на сензора. Това позволява на безпилотните летателни апарати (БПЛА) и пилотираните летателни апарати потенциално да летят по-бързо, намалявайки времето и разходите за изображения и максимизирайки използването на ресурси.
СЪПОСТАВЯНЕ НА ШАБЛОНИ
Видеото по-долу показва колко лесно може да се създаде и прототипира алгоритъм за извършване на висококачествено съпоставяне на шаблони, докато се пише само персонализиран GPU Cuda код.
ИЗВОД
Видеото по-долу показва колко лесно човек може да добави и тества свой собствен обучен модел за извод, за да извършва откриване и класифициране на произволни обекти. Просто обучете модела си с PyTorch или TensorFlow и го добавете към вашия собствен плъгин eCapture Pro. След това създайте плъгина, свържете се с желаната камера и щракнете върху „Стартирай“ – по-лесно от това не става.
С добре обучени модели, приложенията за инференциален анализ могат да бъдат разработени и внедрени с много Emergent камери на един компютър с няколко графични процесора, използвайки функционалността GPU Direct на Emergent – никой не прави приложения за производителност като Emergent.
Фиг 3Моделирани по подобие на човешкия мозък, невронните мрежи са подмножество на машинното обучение в основата на алгоритмите за дълбоко обучение, които позволяват на компютъра да се научи да изпълнява специфични задачи въз основа на примери за обучение.
АВТОМАТИЗАЦИЯТА РАЗЧИТАВА НА РЕЗОЛЮЦИЯТА
Изкуствен интелект, машинно обучение и компютърно зрение се използват все по-често за извършване на анализ на изображения, като например търсене на промени в сцена във времето, откриване на наличието на нещо неочаквано или прогнозиране на бъдещи промени въз основа на исторически данни. За да бъдат компютърно-базираните системи ефективни, изображенията, използвани за обучение на алгоритмите, трябва да са с достатъчно качество. Чрез увеличаване на плътността на пикселите – броят пиксели, които покриват дадена област в изображението – моделите за машинно обучение могат да бъдат по-добре обучени и впоследствие да изпълняват по-добре задачите си.
Като допълнително предимство, камерите като тези, предлагани от Emergent, са напълно съвместими с технологии за разтоварване на данни и обработка с графичен процесор, като например GPUDirect на NVIDIA, които позволяват създаването на цялостно решение за заснемане, прехвърляне и обработка на изображения за големи количества данни. Това позволява данните да се обработват бързо и ефективно, без да се притеснявате за загуба на пакети данни или кадри.
ЯЗДЕНЕ НА КРИВАТА НА РАСТЕЖ
Търсенето на технологии за изображения, които да подкрепят растежа на индустрията, и разширяването на случаите на употреба на камери за въздушно изображение и въздушно картографиране ще продължат да увеличават общия пазар и заедно с това би трябвало да наблюдаваме непрекъснато повишаване на производителността. Камерите и решенията за придобиване на данни на Emergent предоставят мащабируеми и надеждни средства за справяне с търсенето на производителност, използвайки повсеместно окабеляване и свързаност, което позволява на системните интегратори и производителите да разработват решения днес, които могат лесно да бъдат пренасочени, за да отговорят на нуждите на утрешния ден.
СПЕШНИ GIGE VISION КАМЕРИ ЗА ПРИЛОЖЕНИЯ ЗА ВЪЗДУШНО ИЗОБРАЖЕНИЕ И КАРТИРАНЕ
| Модел | Chroma | Резолюция | Frame Rate | Interface | Име на сензора | Размер на пикселите | |
|---|---|---|---|---|---|---|---|
![]() |
HB-127-SB-M | Mono | 127.7MP | 17fps | 25GigE SFP28 | Sony IMX661 | 3.45 × 3.45 μm |
![]() |
HB-127-SB-C | Цвят | 127.7MP | 17fps | 25GigE SFP28 | Sony IMX661 | 3.45 × 3.45 μm |
![]() |
HZ-100-GM | Mono | 103.7MP | 24fps | 100GigE QSFP28 | Gpixel GMAX32103 | 3.2 × 3.2 μm |
![]() |
HZ-100-GC | Цвят | 103.7MP | 24fps | 100GigE QSFP28 | Gpixel GMAX32103 | 3.2 × 3.2 μm |
![]() |
HZ-150-GM | Mono | 152MP | 16fps | 100GigE QSFP28 | Gpixel GMAX32152 | 3.2 × 3.2 μm |
![]() |
HZ-150-GC | Цвят | 152MP | 16fps | 100GigE QSFP28 | Gpixel GMAX32152 | 3.2 × 3.2 μm |
За допълнителни опции за камера, разгледайте нашите инструмент за интерактивен системен дизайнер.


