Технология трехмерной реконструкции траектории свободной струи на основе фотограмметрии

Введение. Предметом исследования является трехмерная реконструкция траектории свободной струи огнетушащего вещества по результатам натурных испытаний противопожарной ствольной техники. Получаемые на основе струи геометрические фигуры используются при синтезе и отладке систем технического зрения, алгоритмов управления пожарными роботами, построения и валидации математических и нейросетевых моделей изучаемых потоковых процессов. Особенностями свободных струй в данной прикладной области являются значительные размеры, изменяющаяся форма границ, переменная оптическая плотность различных участков и т. д., что значительно затрудняет применение существующих методов трехмерной реконструкции. Разработана технология построения моделей траекторий движения огнетушащего вещества, позволяющая решить указанные проблемы. Метод. Предложена методика проведения натурных испытаний ствольной техники на предварительно размеченном экспериментальном полигоне с синхронизированной видеофиксацией свободной струи в трех плоскостях, в том числе с использованием бортовой камеры беспилотного летательного аппарата. Приведен алгоритм трехмерной реконструкции траектории на основе полученных цифровых изображений с учетом геометрических особенностей изучаемых потоковых процессов. Основные результаты. Приведены результаты апробации разработанной технологии при изучении движения потока огнетушащего вещества из пожарного лафетного ствола под воздействием бокового ветра, который может существенно отклонять струю в поперечном направлении. На основе полученных при проведении эксперимента цифровых изображений была построена трехмерная модель исследуемой траектории. Сравнительный анализ геометрических характеристик струи (высота, дальность и отклонение в поперечном направлении), рассчитанных по результатам реконструкции, а также измеренных в ходе натурных испытаний, показал, что максимальная относительная ошибка составляет 3,7 %, что говорит о достаточно высокой точности разработанной методики. Обсуждение. Практическая значимость данной технологии заключается в возможности получения с высоким пространственным разрешением эмпирических данных при исследованиях свободных струй. Результаты эксперимента могут использоваться для валидации моделей, описывающих их движение на основе методов вычислительной гидродинамики и машинного обучения. Предложенная технология может найти применение при разработке систем технического зрения, алгоритмов управления наведением огнетушащего вещества на цель с учетом возмущающих воздействий в противопожарных роботизированных системах.

1. Zhou L., Wu G., Zuo Y., Chen X., Hu H. A comprehensive review of vision-based 3D reconstruction methods // Sensors. 2024. V. 24. N 7. P. 2314. doi: 10.3390/s24072314

2. Paden I., Garcia-Sanchez C., Ledoux H. Towards automatic reconstruction of 3D city models tailored for urban flow simulations // Frontiers in Built Environment. 2022. V. 8. P. 899332. doi: 10.3389/fbuil.2022.899332

3. Samavati T., Soryani M. Deep learning-based 3D reconstruction: a survey // Artificial Intelligence Review. 2023. V. 56. N 9. P. 9175-9219. doi: 10.1007/s10462-023-10399-2

4. Karami A., Menna F., Remondino F. Combining photogrammetry and photometric stereo to achieve precise and complete 3D reconstruction // Sensors. 2022. V. 22. N 21. P. 8172. doi: 10.3390/s22218172

5. Zhao S., Kang F., Li J., Ma C. Structural health monitoring and inspection of dams based on UAV photogrammetry with image 3D reconstruction // Automation in Construction. 2021. V. 130. P. 103832. doi: 10.1016/j.autcon.2021.103832

6. Sebar L.E., Grassini S., Parvis M., Lombardo L. A low-cost automatic acquisition system for photogrammetry // Proc. of the IEEE International Instrumentation and Measurement Technology Conference (I2MTC). 2021. P. 1–6. doi: 10.1109/i2mtc50364.2021.9459991

7. Lehoczky M., Abdurakhmonov Z. Present Software of photogrammetric processing of digital images // E3S Web of Conferences. 2021. V. 227. P. 04001. doi: 10.1051/e3sconf/202122704001

8. Sharma M., Raghavendra S., Agrawal S. Development of an opensource tool for UAV photogrammetric data processing // Journal of the Indian Society of Remote Sensing. 2021. V. 49. N 3. P. 659–664. doi: 10.1007/s12524-020-01237-x

9. Tian Y., Ding C., Lin Y.F., Ma S., Li L. Automatic feature type selection in digital photogrammetry of piping // Computer-Aided Civil and Infrastructure Engineering. 2022. V. 37. N 10. P. 1335-1348. doi: 10.1111/mice.12840

10. Aguera-Vega F., Aguera-Puntas M., Aguera-Vega J., MartinezCarricondo P., Carvajal-Ramirez F. Multi-sensor imagery rectification and registration for herbicide testing // Measurement. 2021. V. 175. P. 109049. doi: 10.1016/j.measurement.2021.109049

11. Пожаркова И.Н., Ченцов С.В., Цариченко С.Г., Горбань Ю.И., Немчинов С.Г. Методика прогнозирования траектории струи огнетушащего вещества из ствола пожарного робота в режиме реального времени // Безопасность труда в промышленности. 2025. № 3. С. 14–20. doi: 10.24000/0409-2961-2025-3-14-20

12. Zhang Z. Camera calibration // Computer Vision. 2021. P. 130–131. doi: 10.1007/978-3-030-63416-2_164

13. Пожаркова И.Н. Распознавание траекторий струй огнетушащего вещества из пожарного ствола на основе цифровых изображений // Программные продукты и системы. 2024. № 2. С. 262–269. doi: 10.15827/0236-235X.146.262-269

14. Zhang J., Zhang J., Chen B., Gao J., Ji S., Zhang X., Wang Z. A perspective transformation method based on computer vision // Proc. of the IEEE International Conference on Artificial Intelligence and Computer Applications (ICAICA). 2020. P. 765–768. doi: 10.1109/icaica50127.2020.9182641

15. Zhang Z. Camera parameters (intrinsic, extrinsic) // Computer Vision. 2021. P. 135–140. doi: 10.1007/978-3-030-63416-2_152