Forwarded from Морская кибер безопасность, технологии и новости IT⚓️
👁 Одна камера определяет координаты морских буёв с точностью около 10 метров
На конференции OCEANS 2026 представили систему визуальной локализации навигационных буёв для автономных надводных судов ASV. Решению не нужны заранее загруженные карты, Radar, LiDAR или стереокамера — достаточно одной обычной камеры.
🧠 Алгоритм YOLOv8n распознаёт буй и вычисляет направление на него. По мере движения судна система строит несколько линий пеленга из разных точек и методом триангуляции определяет координаты объекта. Для объединения полученных точек используются алгоритмы DBSCAN и HC-DBSCAN.
📊 Модель обучалась на 9 340 изображениях, включая съёмки в Балтийском и Средиземном морях. Результат распознавания: mAP@50 — 0,933, precision — 0,946. На 24 реальных последовательностях средняя ошибка определения координат составила 10,2–13,2 м.
⚙️ Наиболее практичным оказался DBSCAN: около 11,6 м ошибки при работе в реальном времени даже на вычислителе уровня Raspberry Pi 4. Более точный HC-DBSCAN дал 10,2 м, но оказался примерно в 16 раз медленнее.
⚠️ Важно: это пока не полностью независимая от GNSS навигация. Для построения пеленгов система использует GPS-позицию самого судна и данные компаса.
🔐 Но технология интересна как дополнительный слой sensor fusion: камера может независимо обнаруживать реальные навигационные ориентиры и помогать проверять цифровую картину обстановки.
Источники:
https://controls.papercept.net/conferences/conferences/OCEANS26B/program/OCEANS26B_ContentListWeb_4.html
#MaritimeCyberSecurity #AutonomousShipping #MASS #ComputerVision #Navigation #YOLOv8 #SensorFusion #МорскиеТехнологии
На конференции OCEANS 2026 представили систему визуальной локализации навигационных буёв для автономных надводных судов ASV. Решению не нужны заранее загруженные карты, Radar, LiDAR или стереокамера — достаточно одной обычной камеры.
🧠 Алгоритм YOLOv8n распознаёт буй и вычисляет направление на него. По мере движения судна система строит несколько линий пеленга из разных точек и методом триангуляции определяет координаты объекта. Для объединения полученных точек используются алгоритмы DBSCAN и HC-DBSCAN.
📊 Модель обучалась на 9 340 изображениях, включая съёмки в Балтийском и Средиземном морях. Результат распознавания: mAP@50 — 0,933, precision — 0,946. На 24 реальных последовательностях средняя ошибка определения координат составила 10,2–13,2 м.
⚙️ Наиболее практичным оказался DBSCAN: около 11,6 м ошибки при работе в реальном времени даже на вычислителе уровня Raspberry Pi 4. Более точный HC-DBSCAN дал 10,2 м, но оказался примерно в 16 раз медленнее.
⚠️ Важно: это пока не полностью независимая от GNSS навигация. Для построения пеленгов система использует GPS-позицию самого судна и данные компаса.
🔐 Но технология интересна как дополнительный слой sensor fusion: камера может независимо обнаруживать реальные навигационные ориентиры и помогать проверять цифровую картину обстановки.
Источники:
https://controls.papercept.net/conferences/conferences/OCEANS26B/program/OCEANS26B_ContentListWeb_4.html
#MaritimeCyberSecurity #AutonomousShipping #MASS #ComputerVision #Navigation #YOLOv8 #SensorFusion #МорскиеТехнологии
🔥6