USING MODERN IMAGE PROCESSING TECHNOLOGIES FOR AUTONOMOUS NAVIGATION OF UAV
DOI:
https://doi.org/10.32782/IT/2025-1-1Keywords:
autonomous UAV navigation, artificial intelligence, multi-channel processing, positioning without GPS, OSINT, game theory.Abstract
Relevance. The rapid development of image processing technologies for autonomous UAV (Unmanned aerial vehicle) navigation, especially in conditions of limited access to satellite signals, determines the need to generalize modern approaches. Areas of application such as cartography, environmental monitoring, agriculture and military operations require accurate and effective solutions based on the processing of aerial and satellite images. Purpose. analysis of existing methods of image processing, object recognition, UAV navigation, as well as the use of OSINT to determine coordinates in real time without using GPS. Methodology. The study on the raised topic carried out a review analysis of literary sources, scientific articles. Algorithms for noise removal, interpolation, object recognition, hybrid methods (CNN + LiDAR), as well as OSINT approaches for navigation without using GPS are considered. Scientific novelty. The review allows us to highlight the advantages and disadvantages of existing approaches, in particular the effectiveness of multi-channel image processing and integration of neural networks to increase the accuracy of navigation systems, on the basis of which a summary of the results is provided, regarding the accuracy of object recognition and risk prediction based on the analysis of qualitative indicators. Conclusions. To ensure autonomy of operation, which eliminates dependence on external communication systems, drones can use pre-loaded maps that are updated based on current images of the terrain. OSINT plays an important role in determining the location of the drone without using GPS. Coordinate correction algorithms provide high positioning accuracy by comparing operational images with existing data. Further research will be aimed at optimizing these algorithms for their adaptation when modeling enemy actions.
References
Альперт С. І. Застосування новітніх методів обробки космічних зображень для вирішення задач екологічного моніторингу. Ukrainian Journal of Remote Sensing. 2024. Т. 11, № 2. С. 13–18. https://doi.org/10.36023/ujrs.2024.11.2.260
Додух О. М. Оцінка характеристик обробки зображень для передачі в системах аеромоніторингу / О. М. Додух, В. В. Хименко, Д. А. Тарасенко, В. А. Матюша, В. І. Телюк. Системи озброєння і військова техніка. 2018. № 1(53). С. 108–114. DOI: https://doi.org/10.30748/soivt.2018.53.15
Каштан В. Ю. Інформаційна технологія підвищення інформативності багатоканальних даних на основі пакетних вейвлет-перетворень / В. Ю. Каштан, В. В. Гнатушенко. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. Луцьк, 2016. С. 77–83.
Каштан В. Ю. Нейромережеве розпізнавання об’єктів забудови на аерофотознімках / В. Ю. Каштан, В. В. Гнатушенко, І. М. Удовик, О. С. Шевцова. Системні технології. Регіональний міжвузівський збірник наукових робіт. 2023. Вип. 1(120). С. 30–39. DOI: 10.32782/IT/2023-1-5
Каштан В. Ю. Дослідження ефективності методів злиття супутникових знімків високого просторового розрізнення / В. Ю. Каштан, В. В. Гнатушенко. Прикладні питання математичного моделювання. Херсон, 2020. Т. 3, № 2.1. С. 117–127.
Каштан В. Ю. Інформаційна технологія підвищення інформативності багатоканальних даних на основі пакетних вейвлет-перетворень / В. Ю. Каштан, В. В. Гнатушенко. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. 2016. С. 77–83.
Каштан В. Ю. Технологія геометричної та спектральної корекцій оптико-електронних космічних знімків / В. Ю. Каштан, В. В. Гнатушенко. Вісник ХНТУ. 2017. Т. 3(62). С. 286–291.
Козак Є. Б. Комплексний алгоритм відновлення бінарних зображень, що базується на морфологічних методах обробки графічних даних. Наукові нотатки. 2021. № 71. С. 35–42. DOI: https://doi.org/10.36910/6775.24153966.2021.71.5
Лі Ф. Ефективні методи інтелектуальної обробки зображень та відео на основі метрик візуальної якості для перспективних застосувань / Ф. Лі, В. Лукін, С. Абрамов, А. Рубель, К. Окарма, П. Лєх, В. Хлевицьки, М. Копитек. European Science. 2023. № sge21-01. С. 94–145. DOI: https://doi.org/10.30890/2709-2313.2023-21-01-012
Ліщина Н. Підходи та алгоритми обробки та розпізнавання зображень складної структури / Н. Ліщина, В. Ліщина, Ю. Повстяна. Computer-Integrated Technologies: Education, Science, Production. 2020. № 38. С. 5–9. DOI: https://doi.org/10.36910/6775-2524-0560-2020-38-01
Мельниченко О. Методи розпізнавання та обробки зображень за модифікованою yolov5-v1. Information Technology: Computer Science, Software Engineering and Cyber Security. 2023. № 1. С. 74–84. DOI: https://doi.org/10.32782/it/2023-1-10
Федоряка М. Гібридний метод обробки зображень на конволюційних нейронних мережах / М. Федоряка, K. Мелкумян. Адаптивні системи автоматичного управління. 2021. Т. 1 (38). С. 72–76. DOI: https://doi.org/10.20535/1560-8956.38.2021.233198
Шевченко В. Ю. Підвищення просторового розрізнення багатоканальних аерокосмічних зображень високого просторового розрізнення на основі гіперсферичного перетворення / В. Ю. Шевченко, В. В. Гнатушенко, О. О. Кавац. Науковий журнал Запорізького національного технічного університету. 2015. № 1(32). С. 73–79.
Юзефович В. В., Цибульська Є. О. Методи групової обробки цифрових знімків при підготовці еталонних зображень. Реєстрація, зберігання і обробка даних. 2020. Т. 22, № 4. С. 56–70. https://doi.org/10.35681/1560-9189.2020.22.4.225916
Bezmaternykh P. V., Nikolaev D. P., Arlazarov V. L. High-Performance digital image processing. Pattern Recognition and Image Analysis. 2023. Vol. 33, No. 4. P. 743–755. https://doi.org/10.1134/s1054661823040090
Demchyshyn A., Ausheva N., Rassamakin B. Method of primary processing of multisspectral images of the embedded system of a nanosatellite. Modern Problems of Modeling. 2021. Vol. 22. P. 32–38. https://doi.org/10.33842/22195203/2021/22/32/38
Hnatushenko V. V., Spirintseva O. V., Spirintsev V. V., Kravets O. V., Spirintsev D. V. Homomorphic filtering in digital multichannel image processing. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2023. No. 3. P. 118–124. https://doi.org/10.33271/nvngu/2023-3/118
Hryshko B., Sharov S. Розробка програмного засобу для обробки цифрових зображень. Ukrainian Journal of Educational Studies and Information Technology. 2017. Т. 5, № 2. С. 46–49. https://doi.org/10.32919/10.32919/uesit.2017.02.46-49
Kahtan V. Yu., Shedlovska Y. I. Processing technology of multispectral remote sensing images. International Young Scientists Forum on Applied Physics 2017 Proceedings. 2017. P. 355–358.
Kashtan V. Yu. Automated pansharpening information technology of satellite images / V. Yu. Kashtan, V. V. Hnatushenko. The scientific journal “Radio Electronics, Computer Science, Control”. Zaporizhzhia, 2021. No. 2(57). P. 123–133.
Liang C.-H., Chen Y.-A., Liu Y.-C., Hsu W. Raw image deblurring. IEEE Transactions on Multimedia. 2020. Vol. 1. https://doi.org/10.1109/tmm.2020.3045303
Rajab Asaad R., Ismael Ali R., Arif Ali Z., Ahmad Shaaban A. Image processing with python libraries. Academic Journal of Nawroz University. 2023. Vol. 12, No. 2. P. 410–416. https://doi.org/10.25007/ajnu.v12n2a1754
Shevchenko V. Yu., Hnatushenko V. V., Hnatushenko Vik. V., Kavats O. O. Pansharpening technology of high-resolution multispectral and panchromatic satellite images. Науковий вісник НГУ. 2015. Т. 4(148). С. 91–98.
Thilakarathne U. T., R.m.h.m R., V.p W., K.s.d K., Swarnakantha N. H. P. R. S., Rajapaksha U. U. S. Image processing and natural language processing based digitalized document generator. International Research Journal of Innovations in Engineering and Technology. 2023. Vol. 07, No. 06. P. 123–130. https://doi.org/10.47001/irjiet/2023.706019
Tulashvili Y., Lukianchuk Y. Використання програмного забезпечення на основі штучного інтелекту для обробки зображень. Computer-Integrated Technologies: Education, Science, Production. 2021. No. 43. P. 218–222. https://doi.org/10.36910/6775-2524-0560-2021-43-36
Vita K., Olha S. Інформаційна технологія попередньої обробки супутникових зображень з використанням згорткової нейронної мережі. System Technologies. 2024. Т. 1(150). С. 36–50. https://doi.org/10.34185/1562-9945-1-150-2024-04
Yang B. Image processing based on neural networks. Applied and Computational Engineering. 2023. Vol. 10, No. 1. P. 272–281. https://doi.org/10.54254/2755-2721/10/20230193
Yurii S., Tetiana B., Ivan P., Ivan P., Larysa M. Computer vision methods for conducting osint investigations. International Journal of Information and Communication Technologies. 2024. Vol. 5, No. 3 (19). P. 80–89. https://doi.org/10.54309/ijict.2024.19.3.007
