Дроны и компьютерное зрение помогут следить за животными в дикой природе
Европейские исследователи представили систему компьютерного зрения, которая может определять животных в естественной среде обитания на снимках, сделанных с большой высоты. Алгоритм разработан при помощи активного обучения и может правильно определить животное с вероятностью 75 процентов. Препринт статьи опубликован на сайте arXiv.
Саванны отличаются частыми переменами климата: засушливые периоды резко сменяются долгим дождливым сезоном. Из-за таких изменений и обилия пасущихся животных травяной покров местности может сильно пострадать в периоды обильной засухи или лесных пожаров. Поэтому людям, которые следят за состоянием природы саванн, необходимо строго учитывать популяцию животных. Обычно для такого мониторинга используют специальные камеры или вертолеты. Такие методы, однако, не всегда эффективны: камеры, расставленные в определенных местах, часто не покрывают всю изучаемую территорию, а использование вертолетов обходится дорого. Кроме того, подобный анализ местности также требует большого количества специалистов.
Авторы новой работы предложили метод мониторинга животных в дикой природе, основанный на активном обучении (машинном обучении, в ходе которого разработчик активно участвует в процессе, размечая данные и регулируя качество работы). Для этого они разработали систему компьютерного зрения, которая может распознавать животных на фотографиях, сделанных с большой высоты. Для тренировки новой системы были взяты 6500 фотографий местности, снятых с помощью дрона в резервации Кузикус в Намибии, территория которой составляет 103 квадратных километра, а общее число животных, на ней проживающей, превышает три тысячи. Фотографии были сделаны в 2014 году в рамках проекта SAVMAP, направленного на картирование местности намибийских саванн.
Из всех имеющихся изображений исследователи отобрали 10 процентов (654 случайных снимков) и попросили 272 добровольцев вручную разметить на них животных, обведя их красным многоугольником (всего они выделили более семи тысяч животных, а каждое животное было отмечено как минимум тремя добровольцами). Используя размеченные изображения, исследователи затем научили систему компьютерного зрения выделять на изображениях объекты (животных) и фон. Затем исследователи вручную выявили ложно-положительные (кадры фона, выделенные в качестве объекта) и ложно-отрицательные (объекты, выделенные в качестве фона) кадры. В итоге система машинного зрения научилась правильно определять животных в 75 процентах случаев.
Исследователи также сравнили работу алгоритма на изображениях, сделанных утром и днем. Из-за разного освещения распределение теней, отбрасываемых животными и объектами на фоне, может некорректно отразиться на работе алгоритма. Так, из 176 животных система машинного зрения корректно определила 119 на утренних фотографиях и 82 — на дневных. Это позволило ученым сделать вывод о том, что для корректной работы алгоритма лучше использовать снимки, сделанные в утреннее время.
Несмотря на то, что алгоритм нуждается в доработке, ученые уверены, что использование такого алгоритма машинного зрения для определения животных на фотографиях, сделанных дронами, может во многом помочь контролировать обитаемость саванн без лишних человеческих и финансовых затрат.
Исследователи часто используют дронов для изучения дикой природы. Так, в нашей заметке вы можете прочитать о том, как дронов используют для лечения луговых собачек.
Елизавета Ивтушок
Его скорость по вертикальным поверхностям достигает шести сантиметров в секунду
Инженеры разработали прототип гибридного орнитоптера, который может садиться и ездить по вертикальным поверхностям. Помимо четырех машущих крыльев он имеет два воздушных винта и гусеничный привод с клейкими лентами, который используется для движения по стенам. Статья с описанием разработки опубликована в журнале Research. При поддержке Angie — первого российского веб-сервера Свобода передвижения, доступная летающим насекомым, давно вдохновляет инженеров, разрабатывающих беспилотники. К примеру способность мух быстро переходить от маневренного полета к передвижению по вертикальной поверхности пытались реализовать создатели дрона SCAMP. Они оснастили квадрокоптер двумя ножками с металлическими коготками, с помощью которых дрон может передвигаться по стенам, цепляясь за мелкие неровности. В случае срыва, дрон быстро включает роторы, чтобы предотвратить крушение. Существуют и другие прототипы мультироторных дронов, со способностью садиться на стены, однако орнитоптеры (даже с ногами) до сих пор на стену садиться не умели. Инженеры под руководством Цзи Айхуна (Aihong Ji) из Нанкинского университета аэронавтики и космонавтики разработали гибридный орнитоптер с небольшими вспомогательными воздушными винтами. Он может садиться на вертикальные поверхности, взлетать с них, а также передвигаться по ним, используя небольшой гусеничный привод с клейким покрытием и прижимную силу пропеллеров. Основную подъемную силу орнитоптера массой 135 грамм создают четыре машущих крыла, расположенные по X-образной схеме. Левая и правая пары крыльев приводятся в движение индивидуальными электромоторами. Изменяя независимо частоту их взмахов можно управлять беспилотником по оси крена. При полете на обычной скорости частота взмахов составляет 15 Герц, а максимально допустимая — 20 Герц. На носу и в хвосте орнитоптера расположены воздушные винты небольшого диаметра. В полете они генерируют дополнительную тягу, а также служат для управления по оси тангажа, отклоняя беспилотник вперед или назад. Ротор, установленный в хвосте, дополнительно имеет механизм управления вектором тяги — он может отклоняться с помощью сервопривода влево или вправо. Благодаря этому происходит управление орнитоптером по оси рыскания. В передней части аппарата установлен гусеничный привод, который используются для движения по вертикальным плоскостям. Ленты привода покрыты полидиметилсилоксаном, адгезивные свойства которого позволяют орнитоптеру удерживать сцепление с вертикальной поверхностью. При посадке на вертикальную поверхность орнитоптер сначала касается ее лентами привода, после чего изменяет уровни тяги хвостового и переднего роторов и переворачивается, прижав хвост к стене. Далее тяга роторов используется для создания прижимной силы. Так повышается сцепление и исключается возможное опрокидывание при движении. Взлет происходит в обратном порядке. Полный непрерывный переход воздух—стена—воздух происходит за 6,1 секунды. Прижимаясь к поверхности, гибрид может перемещаться по ней с помощью гусениц со скоростью до шести сантиметров в секунду. В экспериментах орнитоптер смог успешно сесть и прокатиться по стеклу, деревянной двери, мрамору, древесной коре, эластичной ткани и окрашенному листу металла. В воздухе на одной зарядке прототип может находиться около четырех минут и пролетать за это время около одного километра с максимальной скоростью 6,8 метров в секунду. https://www.youtube.com/watch?v=5st-wNxukTg В будущем разработчики планируют повысить сцепление гусеничного узла за счет добавки микрошипов в материал гусеничных лент. Также орнитоптеру добавят автономности — для этого его осностят сенсорами для самостоятельной навигации. Ранее другая команда инженеров, вдохновившись устройством крыльев жука-носорога, создала механическое крыло, которое может на короткое время складываться при ударе о препятствие, а затем вновь распрямляться за счет подвижного узла в верхней кромке. Миниатюрный орнитоптер с такими крыльями может продолжать стабильный полет, даже если его крылья ударяются об окружающие предметы.