кандидат технических наук, доцент, доцент кафедры сетей и систем связи Поволжского государственного университета телекоммуникаций и информатики
доктор технических наук, профессор, профессор кафедры сетей и систем связи Поволжского государственного университета телекоммуникаций и информатики
Системы технического зрения нашли широкое применение для контроля состояния инфраструктуры на железной дороге. Системы технического зрения используются не только для видеофиксации, но и для автоматизации технологических процессов. Одной из важных задач, возникающих при автоматизации процессов, является измерение скорости движения протяженных объектов (вагонов, электровозов, железнодорожных составов). Для некоторых систем необходимым требованием является измерение скорости в режиме реального времени (торможение вагонов на сортировочной горке). В этом случае скорость определяется по двум смежным кадрам, чтобы обеспечить минимальную задержку измерений. Однако изображения протяженных объектов могут быть малоинформативными (фрагменты изображений являются однородными по яркости), погодные условия могут создавать значительные помехи, что приводит к резкому увеличению погрешности измерения скорости. Для повышения точности измерения скорости движения при обработке в режиме реального времени было предложено усовершенствование существующего алгоритма, основанного на сравнении двух смежных кадров. Усовершенствование заключается в выборе информативной области изображения, соответствующей протяженному объекту. Сравнительный анализ существующего и усовершенствованного алгоритма показал существенное уменьшение погрешности измерения скорости движения.
Machine vision systems are widely used for monitoring of the railway infrastructure condition. High reliability of machine vision systems allows using them not only for video recording but also for automation of technological processes. One of the important tasks in the process automation is measurement of an extended object speed (rail-road cars, electric locomotives and rolling stock). Some systems have a requirement to estimate speed in real time (braking of cars at a shunting yard). In this case the speed is calculated by two adjacent frames to ensure the minimum delay for measurement. However, the image of an extended object can be uninformative (image fragments are uniform in brightness), the weather can cause interference. It leads to high speed estimation error. This article describes the improvement for the existing real-time algorithm which allows for higher accuracy in speed measurements. The improvement implies selection of an informative image area corresponding to an extended object. A comparative analysis of the existing and improved algorithm showed a significant reduction in the estimation error in speed measurements.
The authors declare that there are no conflicts of interest present.