Data Science Practice

1. Д М И Т Р О Н О В И Ц Ь К И Й
ВИКОРИСТАННЯ
РАДІОЛОКАЦІЙНИХ
СЕНСОРІВ ДЛЯ НАВІГАЦІЇ
ЛІТАЛЬНИХ АПАРАТІВ ТА
ГЛИБОКЕ НАВЧАННЯ

2. IML Critical Zone Observatory, Clear Creek Aug 2014 Lidar Survey
DOI: 10.5069/G9RF5S0N
OT Collection ID: OT.122016.26915.1
OT Collection Name: IML Critical Zone Observatory, Clear Creek Aug 2014 Lidar Survey
Short Name: IA14_Kumar_532
Collection Platform: Airborne Lidar
Использование данных лидара для
моделирования навигации по
радиолокационным сигналам
2

3. Пример оптического изображения
фрагмента местности
3

4. Модель радиолокационного «изображения»
(эталонного )
4

5. Модель радиолокационного
«изображения» (текущего)
5

6. Модель радиолокационного «изображени
(комбинированная, сигналы с элементов мест
поставлены в соответствие по максимуму корре
6

7. Использование автоэнкодеров для навигации
с помощью РЛ и оптических изображений
Типичная архитектура автоэнкодера
7

8. РЛ и оптическое изображение элемента
местности (красные круги соответсвуют
зонам облучения радара)
8

9. 9
Применение автоэнкодера: сходные
(вверху) и декодированные (внизу)
фрагменты оптического изображения

10. 10
Описание и характеристики системы
• Для оптических изображений используется сверточный
автоэнкодер. Он принимает на вход фрагмент 128*128
пикселей, и выдает сжатое представление в виде 16-мерного
вектора. Содержит по 2 сверточных (32*32 и 16*16) и 2
полносвязных (128 и 32 нейрона) слоя во входном и выходном
каскадах .
• Энкодер для РЛ сигналов принимает входные векторы из 480
компонент, содержит по 2 скрытых слоя (64 и 32 нейрона) во
входном и выходном каскадов
• Для установления соответствия между РЛ и оптическими
изображениями используется векторная регрессия
Обучение регрессионной модели состоит в нахождении оптимально
значения матрицы A и вектора смещения b в преобразовании:
bAyy  optrad

11. 11
Описание и характеристики системы
(продолжение)
• Обучение было проведено на 4000 кадров содержащих
записи РЛ сигналов и изображений с камеры,
полученных во время испытательного полёта
• качество регрессии дает показатель r2=0.86
• Точность нахождения кадра по максимальной
корреляции среди представленных в выборке
составила 84.5%.

12. 12
Спасибо за внимание!