БІОІНСПІРОВАНИЙ МЕТОД ВИЯВЛЕННЯ ФРОНТАЛЬНОГО НАБЛИЖЕННЯ БПЛА В УМОВАХ ОБМЕЖЕНИХ ОБЧИСЛЮВАЛЬНИХ РЕСУРСІВ
DOI:
https://doi.org/10.20535/1970.71(1).2026.361935Ключові слова:
БПЛА, комп'ютерний зір, час до зіткнення, дивергенція оптичного потоку, латеральне гальмування, Raspberry PiАнотація
У статті розглядається та вирішується одна з найбільш складних кінематичних проблем сучасного візуального трекінгу - своєчасне виявлення безпілотних літальних апаратів (БПЛА), що рухаються суворо фронтально назустріч оптичному сенсору (looming effect або ефект насування). Доведено, що традиційні алгоритми оптичного потоку, які обчислюють швидкість об'єкта на основі його бокового зміщення на площині матриці камери, є фундаментально неефективними для подібних траєкторій через відсутність поперечного руху. Метою даного дослідження є розробка оптимізованого математичного та алгоритмічного забезпечення для систем комп'ютерного зору, що здатні фіксувати загрозу лобового зіткнення без використання ресурсоємних методів машинного навчання та важких згорткових нейромереж (CNN).
Для досягнення поставленої мети запропоновано використання біоінспірованих математичних моделей, що імітують принципи роботи зорової системи комах, зокрема нейрона виявлення руху великих обʼєктів сарани (LGMD) та нейронів дрозофіли (LPLC2). В основі розробленого методу лежить аналіз дивергенції оптичного потоку. Показано, що критичний параметр безпеки, час до зіткнення (Time-to-Collision, TTC) може бути безперервно та точно оцінений як математичне відношення поточного кутового розміру об'єкта на матриці до швидкості розширення цього кутового розміру, незалежно від реальних фізичних габаритів БПЛА чи точної відстані до нього.
Наукова новизна роботи полягає в адаптації та оптимізації алгоритму латерального гальмування для апаратних платформ, що мають критичні обмеження щодо габаритів, ваги та енергоспоживання (SWaP-обмеження). Розроблений чотириетапний конвеєр обробки відеопотоку (часова похідна, просторове латеральне гальмування, нелінійна активація з бінаризацією та оцінка TTC) реалізований виключно через оптимізовані векторизовані просторово-часові матричні операції. Механізм латерального гальмування, який реалізується через двовимірну згортку зі спеціально підібраним ваговим ядром, дозволяє ефективно ігнорувати глобальний фоновий шум, спричинений вібраціями або власним рухом камери, і водночас різко підсилювати корисний сигнал від контурів цілі, що швидко розширюються.
Практична цінність запропонованого рішення полягає у забезпеченні можливості обробки високочастотного відеопотоку в масштабі реального часу на бюджетних мікрокомп'ютерах загального призначення класу Raspberry Pi (архітектура ARM Cortex) без необхідності залучення додаткових тензорних прискорювачів (NPU) або потужних графічних процесорів. Апаратна реалізація системи дозволяє обчислювати кінематичні параметри загрози та миттєво генерувати логічні керуючі тригери через апаратні інтерфейси (GPIO) для активації виконавчих механізмів систем активної безпеки або автономного ухилення. Математичне моделювання динаміки розширення кутового розміру підтверджує надійність запропонованого критерію TTC для диференціації реальної загрози зіткнення від сталого фону.
Посилання
L. Salt, G. Indiveri and Y. Sandamirskaya, "Obstacle avoidance with LGMD neuron: Towards a neuromorphic UAV implementation”, 2017 IEEE International Symposium on Circuits and Systems (ISCAS), Baltimore, MD, USA, 2017, pp. 1-4, doi: https://doi.org/10.1109/ISCAS.2017.8050976
Z. Qin, J. Peng, S. Yue, and Q. Fu, "A bio-inspired research paradigm of collision perception neurons enabling neuro-robotic integration: the LGMD case," J. R. Soc. Interface, vol. 22, no. 233, p. 20250433, 2025. DOI: https://doi.org/10.1098/rsif.2025.0433
R. Liu and Q. Fu, "Attention-Driven LPLC2 Neural Ensemble Model for Multi-Target Looming Detection and Localization", 2025 International Joint Conference on Neural Networks (IJCNN), 2025. DOI: https://doi.org/10.1109/IJCNN64981.2025.11227781
G. Gao, R. Liu, M. Wang, and Q. Fu, "A Computationally Efficient Neuronal Model for Collision Detection with Contrast Polarity-Specific Feed-Forward Inhibition," Biomimetics, vol. 9, no. 11, p. 650, 2024. DOI: https://doi.org/10.3390/biomimetics9110650
C. Royden, L. Webber, and S. Sannicandro, "Combining depth and motion to detect moving objects in an optic flow field", Journal of Vision, vol. 13, no. 9, p. 704, 2013. DOI: https://doi.org/10.1167/13.9.704
J. Zhao, "An Angular Acceleration Based Looming Detector for Moving UAVs", Biomimetics, vol. 9, no. 1, p. 22, 2024. DOI: https://doi.org/10.3390/biomimetics9010022
M. S. Zango and J. Lan, "Autonomous Navigation at the Nano-Scale: Algorithms, Architectures, and Constraints", arXiv preprint, 2026. DOI: https://doi.org/10.48550/arXiv.2601.13252
N. Raza et al., "ECE-VDTDA: A robust and computationally efficient collision avoidance system for driver assistance in foggy weather", PLoS ONE, vol. 21, no. 2, p. e0342186, 2026. DOI: https://doi.org/10.1371/journal.pone.0342186
N. Stelmakh, Y. Yukhymenko, I. Rudkovskiy, and A. Lavrinenkov, "Object detection algorithm in a navigation system for a rescue drone", Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, vol. 15, no. 2, pp. 32–36, 2025. DOI: https://doi.org/10.35784/iapgos.7090
R. C. Nelson and J. Aloimonos, "Obstacle avoidance using flow field divergence," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 11, no. 10, pp. 1102-1106, Oct. 1989, doi: https://doi.org/10.1109/34.42840
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Юрій Юхименко, Наталія Стельмах
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Авторське право на публікацію залишається за авторами.
Автори можуть використовувати власні матеріали в інших публікаціях за умови посилання на збірник наукових праць "Вісник Київського політехнічного інституту. Серія ПРИЛАДОБУДУВАННЯ" як на перше місце видання та на Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» як на видавця.
Автори публікують свої статті в збірнику на умовах ліцензії Creative Commons:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY 4.0, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на динаміці цитування опублікованої роботи.
Видавець (КПІ ім. Ігоря Сікорського) має право за будь-якого використання цього видання зазначати своє ім'я або вимагати такого зазначення.
Редакційна колегія залишає за собою право розміщувати опубліковані в збірнику статті в різних інформаційних базах для надання відкритого доступу до матеріалів з метою популяризації наукових досліджень та підвищення цитованості авторів.
