Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Virtual environment modeling for training of unmanned vehicles’ operators

Tytuł:
Virtual environment modeling for training of unmanned vehicles’ operators
Autorzy:
Musialki, P.
Będkowski, J.
Ostrowski, I.
Łuczyński, T.
Majek, K.
Masłowski, A.
Adamek, A.
Data publikacji:
2015
Słowa kluczowe:
semantic map
3D data registration
autonomous vehicle simulation
mapa semantyczna
rejestracja danych
3D
symulacja
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
In this paper virtual environment modeling for training of unmanned vehicles’ (UGV and UAV) operators is shown. The model is based on real environment data gather using modern terrestrial 3D laser system Z+F IMAGER 5010. The method of data filtering and registration using modern GPGPU(General Purpose Graphic Processing Unit) for performance improvement is shown. Automatic conceptualization based on preprocessed data is described. The methodology of training is also discussed. The goal of the approach is to register 3D data, extract semantic information for each query point and segment the data into spatial concepts. These spatial concepts are used in the simulation of unmanned ground and aerial vehicles. The simulation uses Augmented Reality system for combining real video images with virtual objects. The system can combine real and virtual unmanned vehicles.
W pracy przedstawiono wirtualne modelowanie środowiska dla szkolenia operatorów statków bezzałogowych, zarówna naziemnych, jak i powietrznych. Model ów jest oparty na danych środowiska rzeczywistego, zebranych przy pomocy nowoczesnego naziemnego systemu laserowego 3D Z+F IMAGER 5010. Pokazano również metodę filtrowania i rejestracji danych z użyciem GPGPU (General Purpose Graphic Processing Unit) (processor graficzny) dla poprawy działania. Opisano automatyczną konceptualizację opartą na wstępnie opracowanych danych. Przedyskutowano również metodę szkolenia. Celem takiej strategii jest zarejestrowanie danych 3D, wyodrębnienie informacji semantycznych dla każdego pytania i podział danych na przestrzenne koncepty. Te koncepty przestrzenne są następnie używane w symulacjach statków bezzałogowych. W symulacji zastosowano system rozszerzonej rzeczywistości w celu połączenia realnych obrazów video z obiektami wirtualnymi. System ten może łączyć zarówno wirtualne, jak i rzeczywiste statki bezzałogowe.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies