
Одним из актуальных, своевременных и востребованных направлений деятельности предприятия является проведение аэросъемочных работ и получение геопространственных данных с использованием беспилотных авиационных систем (далее - БАС).
Для этих целей на предприятии была организована авиационная структура, обучены и подготовлены пилоты-операторы, разработаны нормативные и эксплуатационные документы и получен сертификат эксплуатанта на выполнение авиационных работ с использованием БАС с максимальной взлетной массой 30 кг и менее.
В последнее время беспилотные авиационные системы стали стандартным инструментом получения оперативной геопространственной информации (далее - ГПИ). ГПИ включает в себя как информацию о местности, так и информацию об объектах интереса.
Объектами интереса могут служить сооружения и инфраструктура, транспортная сеть и коммуникации, всевозможная техника, взрывоопасные предметы (далее - ВОП) и др.
Для получения ГПИ на локальный участок местности используется различная целевая нагрузка, установленная на БАС: аэрофотокамера, лидар, тепловизор.
Для обработки полученных аэросъемочных данных, наряду с традиционными фотограмметрическими технологиями, используются технологии искусственного интеллекта (далее - ИИ) - нейронные сети.
Применение ИИ позволяет повысить производительность обработки, достоверность результатов и снизить нагрузку на операторов при дешифрировании и распознавании объектов интереса для создания необходимой ГПИ: цифровых моделей местности, цифровых моделей рельефа, ортофотопланов, отдельных снимков объектов интереса и др.
С использованием полученной ГПИ решаются такие задачи, как:
В рамках решения одной из актуальных на сегодняшний день задач гуманитарного разминирования специалистами АО НПО «Мобильные Информационные Системы» был создан прототип комплекса предварительной инженерной разведки, отработаны методики проведения аэросъемочных работ, в том числе и в условиях отсутствия сигналов ГНСС. Для применения технологии ИИ созданы обучающие наборы данных ВОП.
На рисунке 1 показан пример полученных аэросъемочных данных ВОП в оптическом и тепловом (ИК) диапазонах на различных подстилающих поверхностях.
Результат обнаружения и распознавания ВОП на тестовом снимке с использованием технологии ИИ представлен на рисунке 2.
В аннотациях под обнаруженными объектами указан тип ВОП и вероятность принадлежности ВОП к указанному типу. В результате эксперимента, на наборе из 9400 снимков, количество распознанных и правильно классифицированных объектов ВОП, с использованием обученной ИИ, в видимом диапазоне RGB составило 90%, в ИК-диапазоне – 65-70%.

Рис. 1 Рис. 2
В результате проведенных исследований сделан ряд выводов: