Details

Title Позиционирование объекта наблюдения средствами БПЛА: выпускная квалификационная работа бакалавра: направление 15.03.04 «Автоматизация технологических процессов и производств» ; образовательная программа 15.03.04_01 «Автоматизация технологических процессов и производств»
Creators Матвеев Алексей Александрович
Scientific adviser Епишкин Александр Евгеньевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт машиностроения, материалов и транспорта
Imprint Санкт-Петербург, 2025
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects БПЛа ; беспилотный летательный аппарат ; позиционирование объектов ; алгоритм позиционирования ; мониторинг окружающей среды ; UAV ; unmanned aerial vehicle ; positioning of objects ; positioning algorithm ; environmental monitoring
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 15.03.04
Speciality group (FGOS) 150000 - Машиностроение
DOI 10.18720/SPBPU/3/2025/vr/vr25-674
Rights Доступ по паролю из сети Интернет (чтение)
Additionally New arrival
Record key ru\spstu\vkr\34727
Record create date 4/25/2025

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена изучению технологий и методов позиционирования объектов наблюдения с использованием беспилотных летательных аппаратов (БПЛА). Особое внимание уделено современным системам наблюдения, интегрированным на БПЛА – камерам высокого разрешения также анализу их применения в различных условиях. Целью работы является изучение методов позиционирования объектов средствами БПЛА, оценке их эффективности и разработке рекомендаций для повышения точности и надежности систем наблюдения. А также разработка метода позиционирования объектов с использованием камеры, установленной на БПЛА. Для достижения этой цели используется алгоритм Perspective-n-Point (PnP), реализованный с помощью библиотеки OpenCV, который позволяет вычислить положение объекта относительно камеры, после чего, с учётом положения и ориентации дрона в пространстве, локальные координаты объекта преобразуются в мировую систему координат. В результате работы были проанализированы существующие методы позиционирования, использующие моно камеру. Проведен сравнительный анализ их точности, затрат и области применения. Реализован алгоритм позиционирования объектов с использованием БПЛА. Разработаны рекомендации по выбору и применению технологий в зависимости от конкретных задач. Выявлены наиболее перспективные направления для дальнейшего развития систем позиционирования с использованием БПЛА.

This work is devoted to the study of technologies and methods for positioning surveillance objects using unmanned aerial vehicles (UAVs). Particular attention is paid to modern surveillance systems integrated into UAVs - high-resolution cameras and the analysis of their application in various conditions. The purpose of the work is to study the methods of positioning objects by means of UAVs, assess their effectiveness and develop recommendations for improving the accuracy and reliability of surveillance systems. And also, to develop a method for positioning objects using a camera installed on a UAV. To achieve this goal, the Perspective-n-Point (PnP) algorithm is used, implemented using the OpenCV library, which allows calculating the position of an object relative to the camera, after which, considering the position and orientation of the drone in space, the local coordinates of the object are transformed into a world coordinate system. As a result of the work, existing positioning methods using a mono camera were analyzed. A comparative analysis of their accuracy, costs and scope of application was carried out. An algorithm for positioning objects using UAVs was implemented. Recommendations for the selection and application of technologies depending on specific tasks were developed. The most promising areas for further development of positioning systems using UAVs were identified.

Network User group Action
ILC SPbPU Local Network All
Read
Internet Authorized users SPbPU
Read
Internet Anonymous

Access count: 0 
Last 30 days: 0

Detailed usage statistics