Компьютерное моделирование применяется во многих областях, таких как архитектура, реклама, веб-дизайн, компьютерная графика, различные обучающие симуляторы [7]. Еще недавно в геоинформационных системах, как правило, применялись двумерные пространственные данные. В интегрированной фотореалистичной информационной среде, становление которой мы сейчас наблюдаем, осуществляется переход к полноценным трехмерным данным [3, 6].
Создание новейших технических средств исследования и освоения океана невозможно без сотрудничества специалистов различных дисциплин и научных направлений. В настоящее время речь идет, в частности, о создании высокоточных, надежных робототехнических систем и комплексов, ориентированных на выполнение долговременных «интеллектуальных» миссий в неопределенной подводной среде [8].
Трехмерная визуализация подводной обстановки позволяет более наглядно изу-
чить особенности морского дна, облегчает планирование, контроль и принятие решений во время подводных миссий. Также, на основе данных, собранных автономными необитаемыми подводными аппаратами (АНПА), можно получить реалистичные трехмерные карты (рис. 1) [12].
Рис. 1. Исследование морского дна АНПА с помощью гидролокатора
Морское дно – интересный и вместе с тем труднодоступный для изучения объект. Перспективным методом исследования дна является его фотографирование с помощью АНПА [5, 10]. В настоящее время область 3D визуализации морского дна по фотоизображению малоизучена, а существующие разработки не получили должного внимания.
Данные в ГИС
Данные в ГИС описывают реальные объекты, такие как дороги, здания, водоемы, лесные массивы. Графические данные могут быть организованы различными способами. Организация данных определяется в первую очередь целью их использования, а также способом их сбора и хранения [1, 9].
Первым способом организации данных для ГИС является растровый способ, при котором дискретизация осуществляется наиболее простым способом – весь объект (исследуемая территория) отображается в пространственные ячейки, образующие регулярную сеть. Каждой ячейке растровой модели соответствует одинаковый по размерам, но разный по характеристикам участок поверхности объекта. В ячейке модели содержится одно значение, усредняющее характеристику участка поверхности объекта [2].
Растровые данные могут быть получены различными способами. Два наиболее распространенных – аэрофотосъемка и спутниковая съемка, такой способ получения данных называется дистанционным зондированием.
Основное назначение растровых моделей – непрерывное отображение поверхности. Растры являются отличным способом хранения непрерывного поля значений в виде поверхности.
А. Карты высот
Из обычных спутниковых снимков невозможно узнать высоту того или иного места, для решения таких задач требуются цифровые модели рельефа, которые строятся на основе топографических карт, стерео-
пар аэро- и космических снимков, данных радиолокационных съемок и т.п. [4]. Карты высот также могут быть получены АНПА в ходе исследования подводной обстановки.
Карты высот – это двухмерные карты, используемые для хранения высот ландшафта. Обычно они хранятся как 8-разрядные изображения с градациями серого, где каждая точка изображения хранит высоту ландшафта в соответствующей позиции [11]. Пример карты высот представлен на рис. 2.
Рис. 2. Карта высот
Цвет каждого пикселя обозначает высоту конкретной области. Чем светлее пиксел, тем выше данная точка местности. Используя данные карт высот, можно строить детализированные модели реальных ландшафтов.
Создание трехмерной модели
Для построения модели на карту высот накладывается полигональная сетка вершин, а затем, значение каждой точки (пикселя) карты высот используется как высота. От шага сетки (размера блока) зависит детальность и гладкость будущей модели, так, меньшее расстояние между вершинами позволяет сгладить перепады между высотами вершин, но уменьшает размер сетки, в то время как большое расстояние между вершинами увеличивает размер сетки, но может привести к резким перепадам между высотами вершин [11]. На основании этой матрицы строится 3D модель рельефа.
В реальном мире ландшафты неоднородны по цвету, и для того, чтобы добавить 3D модели рельефа реалистичности, на них накладывают текстуры. Текстуры позволяют увеличить детализированность изображения, не добавляя в сцену дополнительную геометрию, и поэтому широко распространены в трехмерной графике. Для создания модели реального ландшафта можно использовать готовую библиотеку текстур, содержащую в себе текстуры наиболее распространенных местностей, такие как леса, поля, горная местность и т.д. При проектировании модели возможно автоматическое текстурирование ландшафта с использованием анализа высот матрицы с последующей корректировкой пользователя.
Моделирование поведения АНПА
Для моделирования поведения групп АНПА весьма подходящим представляется имитационное моделирование на основе мультиагентного подхода, при котором модель состоит из большого числа объектов с автономным поведением. В этом случае состояние всей системы будет моделироваться как агрегация поведения отдельных АНПА. Таким образом, модель АНПА является интеллектуаль-
ным агентом.
Модель АНПА отражает те свойства объекта исследования, которые рассматриваются как существенные для исследования, и должна включать:
● местоположение в трехмерном пространстве;
● текущий вектор скорости;
● алгоритмы выполнения миссий;
● модель передачи данных по гетерогенным каналам связи;
● модель датчиков для обнаружения неподвижных и движущихся подводных объектов;
● модель движения.
Из этого следует необходимость реализации иерархической имитационной модели.
Вторым необходимым компонентом мультиагентной системы моделирования является среда. В качестве модели среды выступает векторное трехмерное поле, определяющее подводные течения и другие состояния среды. Модель каждого АНПА на каждой итерации взаимодействует с моделью среды, получая значения этого поля в точке нахождения подводного аппарата. Тем самым учитывается влияние среды на движение АНПА.
Кроме АНПА, по подобным законам в подводной среде могут двигаться другие объекты, обнаружение которых и является целью АНПА. Такие объекты могут выпускаться с надводных или подводных аппаратов и следовать через группировку АНПА под различными углами и с различной скоростью. Попадая в зону обнаружения любого АНПА, данные объекты отмечаются как обнаруженные. Целью моделирования, в таком случае, является сбор статистических данных о возможности обнаружения посторонних объектов группировкой АНПА при различных вариантах построения и при реализации различных миссий отдельных АНПА.
Программный комплекс
При создании комплекса программ применялись методы объектно ориентированного программирования, что позволило обеспечить гибкую структуру с взаимозаменяемыми компонентами. Основу комплекса составляют три класса объектов: модель АНПА, модель среды и графический интерфейс. Данные, передаваемые между объектами классов, схематично представлены на рис. 3.
Рис. 3. Схема передачи данными между объектами классов
При движении в среде АНПА передает свои координаты среде, которая на основе положения аппарата рассчитывает влияние внешних факторов на его движение и возвращает данные, необходимые для дальнейшей визуализации. Визуализация среды и движения АНПА осуществляется с помощью графического интерфейса.
Заключение
При выполнении данного исследования были получены следующие результаты:
● Адаптирован подход 3D представления подводной обстановки с помощью карт высот;
● Разработана программная реализация для 3D визуализации подводной обстановки;
● Начато исследование проблем мультиагентного моделирования в данной области.
Океан изучен всего на 5 %. Морское дно – интересный и вместе с тем труднодоступный для изучения объект. Перспективным методом исследования дна является его фотографирование с помощью АНПА, а также моделирование поведения реальных АНПА для достижения наилучших результатов в реальных условиях.
Рецензенты:Погребной В.К., д.т.н, профессор, профессор кафeдры «Информатики и проектирования систем», Национальный исследовательский Томский политехнический университет, г. Томск;
Мещеряков Р.В., д.т.н, профессор, профессор кафедры комплексной информационной безопасности электронно-вычислительных систем, Томский государственный университет систем управления и радиоэлектроники, г. Томск.
Работа поступила в редакцию 16.12.2014.