-Рубрики

 -Поиск по дневнику

Поиск сообщений в Лакшери-роботы

 -Подписка по e-mail

 

 -Интересы

https://vk.com/alex_barsukov88

 -Статистика

Статистика LiveInternet.ru: показано количество хитов и посетителей
Создан: 25.01.2016
Записей:
Комментариев:
Написано: 2346


Робот-нефтесборщик

Четверг, 29 Декабря 2016 г. 10:42 + в цитатник

oil-clesner (450x320, 74Kb)Скиммер представляет собой систему вращающихся щеток. которые собирают и сепарируют нефть

"Черный ящик" в автомобиле: технологии западных автоконцернов "отрихтуют" водителей  - http://www.liveinternet.ru/users/albrs/post402370094/
 
ЯХТНЫЙ ЛАК. Быстросохнущий алкидно-уретановый лак, образует покрытие устойчивое к воздействию пресной и морской воды. ТУ 2311-038-54651722-2003. Лак изготовлен на основе высококачественного алкидно-уретанового лака, с добавлением органических растворителей и современных добавок целевого назначения. Предназначен для лакировки деревянных деталей речных и морских судов. Лак можно использовать для лакировки оконных рам, дверей, обшитых деревом стен и потолков, паркетных полов и других деревянных поверхностей, эксплуатируемых внутри и снаружи помещений. Лак можно наносить на ранее окрашенные алкидными и алкидно-уретановыми ЛКМ поверхности. Покрытие обладает высокой атмосферостойкостью, стойкостью к длительному действию пресной и морской воды, выдерживает истирание, удар и другие механические нагрузки. Лак выпускается трех степеней блеска: высокоглянцевый (с очень высоким блеском), полуглянцевый (с шелковистым блеском) и матовый. По материалу "КВИЛ"
 
Первый рейс городского аквабуса в навигацию 2015
29.05.15: Санкт-Петербург, остановочный пункт на Университетской набережной (Румянцевский спуск).
Список участников:
29 мая проведет мероприятие для СМИ
В мероприятии примут участие заместитель председателя Комитета по транспорту Алексей Владимирович Львов, директор СПб ГКУ «Агентство внешнего транспорта» Александра Викторовна Бахмутская, генеральный директор ООО «МБС» Мелик Юрикович Саркисян.
 
Исследование возможности повышения качества изображения подводного объекта при его наблюдении через взволнованную морскую поверхность. В последнее время при проведении подводных спасательных работ и поиске затонувших объектов большое значение приобретает получение изображений подводных объектов. В случаях, когда подводные исследования связаны с большими техническими сложностями или экономически невыгодны, рационально проводить наблюдения из воздуха с помощью лазерных систем видения (ЛСВ), расположенных на авианосителе (вертолете). При этом возникает задача оценки качества изображения, формируемого через взволнованную границу раздела «воздух-вода» с помощью активной системы видения. Процесс формирования изображения подводного объекта при наблюдении через взволнованную морскую поверхность сопровождается ухудшением его качества, а именно понижением контраста и искажениями топологии изображения за счет случайного преломления излучения на взволнованной границе раздела «воздух-вода», так как перестают разрешаться высокие пространственные частоты. В прозрачной воде и в отсутствие волнения максимально разрешаемая пространственная частота ограничивается только разрешением самой системы видения, назовем ее граничной (или аппаратной) пространственной частотой . При наличии ветра качество изображения ухудшается, возникают искажения топологии изображения, т.е. уменьшается максимальная разрешаемая частота. 
Повысить качество изображения можно путем его статистического усреднения по ансамблю реализаций за время наблюдения, при этом происходит восстановление его топологии и повышается максимальная разрешаемая частота и при бесконечно большом времени усреднения максимальная разрешаемая частота стремится к аппаратной. Для анализа качества среднестатистического изображения можно применять классическую теорию, основанную на синтезе теории переноса изображения в рассеивающей среде и теории линейных систем. 
В реальных условиях проведения исследований время наблюдения, как правило, ограничено и нет возможности полного усреднения изображения. Тогда возникает практически важная задача об оценке качества неполностью усредненного изображения. Решение ее классическими аналитическими методами является весьма сложной проблемой. В работе предлагается проводить исследования характеристик неполностью усредненного изображения на основе математического моделирования с использованием имитационного подхода. 
При имитационном моделировании ухудшение качества изображения предлагается оценивать величиной коэффициента пространственной корреляции R, который характеризует степень подобия искаженного изображения идеальному. В работе приведена формула определения R. 
При усреднении изображения коэффициент корреляции увеличивается и при бесконечно большом времени усреднения стремится к единице. 
Алгоритм проведения исследований строится следующим образом. Задаются модель волнения и модель подводного объекта (идеального изображения). На ЭВМ путем случайного розыгрыша реализаций взволнованной морской поверхности моделируются искаженные изображения объекта, которые затем усредняются по ансамблю. Для различного числа усредняемых реализаций и скорости ветра определяется пространственный коэффициент корреляции накопленного изображения с идеальным, и находится необходимое время усреднения для получения изображения требуемого качества. Определяется пороговое значение коэффициента корреляции, при котором оценка качества изображения возможна методами теории линейных систем. 
Задача нахождения необходимого числа усредняемых реализаций решалась путем определения коэффициента корреляции усредненных модельных изображений тест-объектов в виде серии синусоидальных мир различной пространственной частоты и буквы «А» при различных скоростях ветра. Волнение задавалось в виде одномерного случайного поля уклонов со спектром Пирсона-Московица и имитировалось суперпозицией синусоидальных волн с детерминированными амплитудами и волновыми числами и случайными фазами, равномерно распределенными в интервале (0, 2p). Идеальные изображения моделировались в виде дискретных массивов значений, описывающих распределение коэффициента отражения. 
В результате построена номограмма, по которой для заданной скорости ветра можно определить необходимое число реализаций для распознавания объекта заданного размера с требуемым значением коэффициента корреляции. 
Пороговое значение коэффициента корреляции определялось путем оценки контраста в модельных усредненных изображениях синусоидальных мир. Для среднестатистического изображения процесс понижения контраста описывается модуляционной передаточной функцией (МПФ) взволнованной морской поверхности. Для мир с коэффициентом корреляции, равным 0,8, построена модельная МПФ взволнованной морской поверхности. На графике, где представлены теоретическая и модельная МПФ взволнованной морской поверхности при скорости ветра 3 м/c, видно совпадение кривых с достаточно высокой точностью: максимальное расхождение составляет не более 2%. 
Таким образом, результаты математического моделирования показывают, что статистическое усреднение приводит к восстановлению его топологии и повышению качества изображения, и для анализа характеристик изображений, усредненных за ограниченное время наблюдения, при достижении коэффициента корреляции, равного 0,8, можно использовать теорию линейных систем. По докладу Карасик В. Е., Мухиной Е. Е., Орлова В. М. на XIV Всероссийской научно-технической конференции «Современное телевидение»

Серия сообщений "Водоёмы, полив и гидротехника":
Обустройство и использование водной среды
Часть 1 - Технология подводных съёмок
Часть 2 - Всё для подводной видеосъёмки
...
Часть 5 - Движители МТПА "Тайгер"
Часть 6 - Комплекс для обнаружения подводных объектов
Часть 7 - Робот-нефтесборщик
Часть 8 - Особенности подводного телевидения
Часть 9 - Плавсредства для каждого
...
Часть 48 - Подводный робот-экскаватор для прокладки трубопроводов
Часть 49 - Подводных роботов может понадобиться очень много
Часть 50 - Подводный робот-краб: способен ли он повредить трубопроводы и трансатлантический кабель?

Метки:  

 

Добавить комментарий:
Текст комментария: смайлики

Проверка орфографии: (найти ошибки)

Прикрепить картинку:

 Переводить URL в ссылку
 Подписаться на комментарии
 Подписать картинку