Методы и алгоритмы синтеза визуальной обстановки для тренажеров транспортных средств

Методы и алгоритмы синтеза визуальной обстановки для тренажеров транспортных средств

Автор: Захаров, Алексей Александрович

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2004

Место защиты: Владимир

Количество страниц: 168 с. ил.

Артикул: 2621368

Автор: Захаров, Алексей Александрович

Стоимость: 250 руб.

Методы и алгоритмы синтеза визуальной обстановки для тренажеров транспортных средств  Методы и алгоритмы синтеза визуальной обстановки для тренажеров транспортных средств 

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. СОСТОЯНИЕ ПРОБЛЕМЫ СИНТЕЗА ВИЗУАЛЬНОЙ ОБСТАНОВКИ ДЛЯ ТРЕНАЖЕРОВ ТРАНСПОРТНЫХ СРЕДСТВ
1.1. Актуальность создания системы синтеза визуальной обстановки
для тренажеров транспортных средств
1.2. Анализ математических методов и алгоритмов генерации визуальной обстановки
1.2.1. Алгоритмы формирования поля зрения
1.2.2. Алгоритмы построения геометрических моделей сцен
1.2.3. Методы уменьшения детальности полигональных объектов
1.2.4. Методы отсечения невидимых граней
1.2.5. Алгоритмы определения пересечений полигональных объектов
1.2.6. Методы построения динамических поверхностей
1.3. Анализ систем синтеза визуальной обстановки для тренажеров
Выводы по главе 1
Постановка задачи исследования
ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ СИНТЕЗА
ВИЗУАЛЬНОЙ ОБСТАНОВКИ
2.1. Алгоритмы вставки двумерной сети в трехмерную поверхность
2.1.1. Алгоритм вставки без ломки двумерной сети
2.1.2. Алгоритм вставки с трансформацией двумерной сети
2.2. Уменьшение детальности полигональных объектов
2.2.1. Алгоритм упрощения полигональной сети
2.2.2. Метод выбора уровня детальности полигональной сети
2.3. Методы отсечения невидимых граней
2.3.1. Метод отсечения на основе квадродеревьев
2.3.2. Метод отсечения затеняемых областей
2.4. Алгоритмы имитации движения ТС по пересеченной местности
2.4.1. Алгоритм отслеживания геометрии ландшафта
2.4.2. Алгоритм моделирования подрессоренной части транспортного средства
2.4.3. Алгоритм определения пересечения плоскости корпуса машины с рельефом местности
2.5. Алгоритм определения пересечения полигональных объектов с использованием ориентированных ограничивающих параллелепипедов
2.6. Алгоритм синтеза динамической поверхности
Выводы по главе 2
ГЛАВА 3. ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ МЕТОДОВ И
АЛГОРИТМОВ СИНТЕЗА ВИЗУАЛЬНОЙ ОБСТАНОВКИ
3.1. Исследование алгоритмов вставки двумерной сети в трехмерную поверхность
3.2. Исследование алгоритма уменьшения детальности полигональных объектов
3.3.Исследование метода выбора уровня детальности
3.4. Исследование методов отсечения невидимых граней
3.5. Исследование алгоритма отслеживания геометрии ландшафта
3.6. Исследование алгоритма моделирования подрессоренной части транспортного средства
3.7. Исследование алгоритма пересечения полигональных объектов с использованием ориентированных ограничивающих параллелепипедов
3.8. Исследование алгоритма синтеза динамической поверхности
Выводы по главе 3
ГЛАВА 4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ АЛГОРИТМОВ
СИНТЕЗА ВИЗУАЛЬНОЙ ОБСТАНОВКИ
4.1. Моделирование дорог в системе синтеза визуальной обстановки
4.2. Моделирование специализированного прибора наблюдения
4.3. Моделирование движения ТС
4.4. Структура системы синтеза визуальной обстановки для тренажеров ТС
Выводы по главе 4
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Представлен алгоритм синтеза динамической поверхности на основе системы частиц. В третьей главе выполнено исследование разработанных методов и алгоритмов, произведена оценка их точности и быстродействия. В четвертой главе рассмотрена практическая реализация разработанных методов и алгоритмов синтеза визуальной обстановки для TTC. На основе разработанных алгоритмов осуществляется моделирование различных типов дорог, реализуется навигация ТС в синтезируемом пространстве, имитируется работа приборов специализированного назначения, синтезируется динамическая поверхность. В виде программного комплекса представлена система синтеза визуальной обстановки, реализованная на платформе универсальной ПЭВМ. В заключении сформулированы основные результаты диссертационной работы. В приложении приведены изображения визуальной обстановки, синтезированные с использованием разработанных методов и алгоритмов; акт внедрения, подтверждающий использование результатов работы в производстве. ГЛАВА 1. Во всем мире постоянно растет число транспортных средств. Например, к началу г. Москве их - 0. По прогнозам в период до года в России автомобильный парк будет увеличиваться на 2 миллиона единиц в год. За десять лет их число удвоится, а число автомобилей на тысячу жителей превысит 0 [9]. Всего же в году предприятиями России выпущено 2 всех видов автомобилей, что составляет 5% от мирового производства []. По данным МЧС и Минздрава РФ за г. Как видно из статистики наибольшее количество происшествий связано с автомобильным транспортом. При этом по вине водителей происходит ,2 % всех автомобильных происшествий (рис. ТС. Рисунок 1. По подсчетам специалистов, величина социально-экономического ущерба от ДТП в г. В г. ДТП составили 2,8% валового внутреннего продукта страны [9]. Кроме того, постоянно увеличивается потребность в грузовом и строительном автотранспорте []. В отличие от легкового транспорта, сложность управления специализированными ТС зависит от вида выполняемых работ, рельефа местности, габаритных размеров машины, количества преград. По статистике специализированный автотранспорт участвует в 4% всех аварий, но это дает 9% происшествий со смертельным исходом [9]. Человеческое звено остается наиболее уязвимым и наименее изученным компонентом системы человек-машина-местность. Комплекс этих свойств является пусковым механизмом деятельности водителя или экипажа ТС. В основе этой деятельности лежат прием информации, ее переработка и принятие решения. На выходе системы находятся быстродействие и точность, определяющие выполнение задачи. При подготовке специалистов необходимо уделять особое внимание каждому из рассмотренных компонентов человеческого фактора. Смысл обучения состоит в том, чтобы сократить до минимума количество отказов ТС по вине водителя. Выходом из создавшегося положения является создание на базе широкораспространенных ПЭВМ современных и дешевых тренажеров. Тренажёр (от англ. По оценкам специалистов применение тренажеров вождения специализированного транспорта обеспечивает снижение затрат на подготовку механиков-водителей на % [5, ]. Кроме того, использование ПЭВМ в системах программного обучения уменьшает время подготовки личного состава примерно на % и полностью исключает аварийность на начальном этапе подготовки [5]. В настоящее время применение тренажерных технологий довольно слабо распространено при подготовке водителей ТС. Так, например, в Москве насчитывается около 0 автошкол, в 8 процентах из которых применяются компьютерные тренажеры [9]. Общая структурная схема тренажерного комплекса показана на рисунке 1. Рисунок 1. Одним из наиболее важных составляющих является имитатор визуальной обстановки. Зрение даст человеку около % знаний об окружающем мире[8]. Практически вся профессиональная деятельность проходит под контролем зрения. Это утверждение характерно и для системы чсловск-машина-местность. Без учета зрительного восприятия ситуации все остальные компоненты машины теряют смысл, так как, не наблюдая окружающей обстановки, нельзя адекватно реагировать на внешние факторы воздействия.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.245, запросов: 244