автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Организация визуальных баз данных и управление компьютерными генераторами изображений имитаторов визуальной обстановки тренажеров

ГОСУДАРСТВЕННЫЙ КОМИТЕТ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ВЫСШЕМУ ОБРАЗОВАНИЮ

ПЕНЗЕНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

На правах рукописи

РОГАНОВ Владимир Робертович

ОРГАНИЗАЦИЯ ВИЗУАЛЬНЫХ БАЗ ДАННЫХ И УПРАВЛЕНИЕ КОМПЬЮТЕРНЫМИ ГЕНЕРАТОРАМИ ИЗОБРАЖЕНИЙ ИМИТАТОРОВ ВИЗУАЛЬНОЙ ОБСТАНОВКИ ТРЕНАЖЕРОВ

Специальность 05.13.01 - "Управление в технических системах"

Автореферат диссертации на соискание ученой степени кандидата технических наук

Пенза 1995г.

Работа выполнена на кафедре "Робототехнические системы и комплекс Пензенского государственного технического университета.

Научный руководитель - доктор технических наук, профессор Годунов А.И.

Официальные оппоненты:

доктор технических наук, профессор Линьков В.М.

кандидат технических наук Витохин АС.

Ведущее предприятие - Военно воздушная инженераная академия имех профессора Н.Е.Жуковского.

Защита диссертации состоится в "14" часов "14" апреля 1995 г. на заседаю специализированного совета (Д.063.18.03) Пензенского государственно] технического университета.

С диссертацией можно ознакомиться в библиотеке унивеситета по адрес 440017, г.Пенза, ул. Красная, 40.

Автореферат разослан " / " ^ а, ,-1995 г.

Ученый секретарь специализированного совета

д.т.н., профессор Смогунов В.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Одной из подсистем авиационного тренажера (Рис. 1), воздействующей на зрительный аппарат человека, является имитатор визуальной обстановки (ИБО). Его назначение - дать экипажу тренажера летательного аппарата (ЛА) представление об окружающем пространстве Ях^), получаемого в реальных условиях наблюдением через остекление кабины и различные оптические устройства. При этом должно выполняться соответствие параметров Их(1) с другими параметрами информационной модели полета Сх(0, что вызывает у обучаемого чувство нахождения в реальной обстановке. Для достижения этой цели в ИБО решается задача - сформировать максимально насыщенное различными объектами изображение в реальном масштабе времени (РМВ). Упрощение видимой картины, облегчающее обработку изображения в РМВ, может привести к привитию у обучаемых ложных навыков. Усложнение этой картины или увеличение числа видимых , объектов может привести к рассогласованию параметров 11х(1) и Сх(1;), что приводит к невозможности использовать этот тренажер для обучения.

Рис.1. Структурная схема включения имитатора визуальной обстановки в состав тренажера

Современный имитатор визуальной обстановки, как правило, состоит из трех основных частей:

- компьютерного генератора изображения (КГИ), синтезирующего п<

заложенной в базе данных (БД), и"с£рйзшпие, которое обучаемы! должен видеть в соответствии с его положением в сцене визуализации;

- устройства индикации, формирующего оптическими методами, пере; обучаемым объемное изображения, по сгенерированной ранее плоской модеш: видимого изображения;

- базы данных КГИ выполняющей двойную задачу - хранение полного описания объектов сцены визуализации (СВ), по которому синтезируются плоская двухмерная картина видимой часта СВ, и управление процессом синтеза, с использованием невидимых, управляющих примитивов (УП), так же хранящихся в БД

Существует три основных направления дальнейшего развитая имитаторов визуальной обстановки:

- разработка более производительных систем синтеза;

- разработка новых типов индикаторов;

- разработка методик построения БД для КГИ, ориентированная на управление генерацией картин в реальном масштабе времени.

Из этих трех направлений последнее до настоящего времени являлось минимально изученным в силу концентрации усилий специалистов на разработку все более производительных КГИ. В то же время, анализ возможностей этого направления и применение его на практике показал, что в ряде случаев развитие этого направления дает возможность применить уже разработанный КГИ для решения более сложных задач, чем это планировалось ранее. Это дает основание сгш и-тт. что разработка баз данных для компьютерных генераторов изображения имитаторов Бизуал^--,^ обстановки авиационных тренажеров (АТ) является, в настоящее время, одной из актуальных гялач построения обучающих систем.

Непосредственно разработка БД сводится к созданию информационною массива, разделенного на части УП, по требованиям аппаратной части КГИ и управляющей программы реального времени (УПРВ). Такие файлы хранятся в специальной памяти КГИ.

Анализ требований к БД различных КГИ показал, что существует ряд закономерностей в организации и сортировке информации в базах данных, влияющих на управление генерацией изображения. Эта закономерности сводятся к возможности предварительного распределения ресурсов КГИ между отдельными частями БД.

Распределение ресурсов КГИ в БД новое, еще недостаточно изученное направление. Попытка создать БД, без предварительного распределения ресурсов КГИ меаду ее отдельными частями (сегментами), как правило, приводит к превышению цикла РМВ, выделенного на обработку СВ.

Целью настоящей работы является создание методики разработки и оптимизации баз данных для компьютерных генераторов изображения, обеспечивающих управление процессом синтеза изображения для получения максимального числа наблюдаемых, отдельных объектов, при работе тренажера в реальном М&еяятабе времени.

Методологической реповой работы являются: использование методов теории множеств, аналитической геометрии и линейного программирования применительно к задачам распределения ресурсов компьютерного генератора между отдельными сегментами двоичного файла БД

Научная новизна работы заключается в следующем:

- впервые в мировой практике поставлена задача получения в. РМВ максимально насыщенного видимыми объектами изображения, за счет введения дополнительных показателей ресурса КГИ и их перераспределения между отдельными сегментами БД;

- предложен и обоснован метод подсчета производительности компьютерного генератора изображения, увеличивающий число переменных, обычно используемых для анализа КГИ;

- разработан математических аппарат, отражающий суть процесса построения баз. данных с решением двух задач - генерации узнаваемого, изображения й обеспечение цикла реального времени. "

Практическая значимость работы состоит в следующем:

- разработан метод экспериментальной оценки производительности КГИ, позволивший ввести дополнительные характеристики ресурсов КГИ, что улучшило возможности его анализа;

- показана возможность распределения ресурсов КГИ между отдельными сегментами БД что позволило управлял, процессом синтеза изображения и перераспределять имеющиеся ресурсы, обеспечивая синтез узнаваемых изображений в РМВ, что подтверждено результатами испытаний при создании и разработке БД нескольких тренажеров;

- разработана методика и одна из реализующих ее технологий создания БД,' позволяющая сократить время разработки за' счет исключения этапа экспериментальной проверки отсутствия превышения цикла РМВ;

- скорректированы требования к методу реализации пирамиды видимости при моделировании оптических приборов, исключающие возможность нарушения правила ортоскопичности.

Внедрение результатов работы. Основные практические результаты выполненной работы внедрены в Пензенском конструкторском- бюро моделирования (ПКБМ), в Пензенском институте биосоциальных исследований (ИБСИ).

Апробация работы. Основные положения работы докладывались и обсуждалис на научной конференции общества имени Попова (г. Таганрог,1986), на научно семинаре "Прикладная математика и программирование" (г. Рига,1980,1981), ь научном семинаре кафедры "ВТ и АСУ Шахпшского технологического институт (г. Шахты,1987), на научно -практических конференциях молодых специалиста ППО "ЗРА" (г. Пенза,1987,1988,1989,1990),,на 2 Всесоюзной. конференции п тренажеростроению "Тренажеры формировании профессиональных навыков пр подготовке специалистов" (г. Ульяновск,1988), на научной конференции ЦНИ] ХМ "Проблемы полунатурного моделирования" (г. Москва,1989), на Ш и Г Всесоюзной конференции "Теория и практика имитационного моделирования : создания тренажеров" (г. Пенза 1988,1991), на научном семинаре кафедр! Робототехнические системы и комплексы Пензенского технического государственного университета (г. Пенза,1992,1993,1994), на международно! конференции Трафикон-92" (г. Москва,!992),■ на технических советах НИО-41 1 4-го отделения ПКБМ (г. Пенза,1988,1989,1990,1991,1992,1993,1994), Г Всероссийской научно-методической конференции "Тренажеры I компьютеризация профессиональной подготовки"(г.Москва, 1994).

Объем работы. Диссертационная работа объемом в 147 страниц состоит и: введения, четырех глав, заключения, списка литературы (83 наименований) приложений и содержит 25 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении показана актуальность исследования методики созданш оптимальных БД с точки зрения управления процессом синтеза изображения I РМВ в имитаторах визуальной обстановки авиационного тренажера.

В первой главе дан анализ состава имитатора визуальной обстановка работающего в замкнутом контуре управления.

Получение изображения, вызывающего у обучаемого на тренажере чувство реалистичности - комплексная задача, решаемая всеми подсистемами тренажера (Рис. 1) в замкнутом контуре управления.

Летчик, получая от имитаторов тренажера на временном интервале Т = {^ьККи} информацию Кх(г), Охф, Сх([) и сравнивая ее с моделью-полета (2(0, задает управляющие воздействия и(0, преобразующиеся динамической моделью в воздействия х(0, поступающие на имитаторы тренажера. Обработав х(0, имитаторы, через различные устройства, создают у обучаемого чувство нахождения в реальной обстановке. Это чувство является следствием адекватности характеристик, получаемых летчиком от динамической и информационной модели полета.

х(1) = А х(1) + В и(1), (1)

где х(0 - вектор состояния;_А, В - матрицы параметров объекта.

Из изложенного следует, что тренажер, являющийся примером системы человек-машина; необходимо представить как эргатическую систему с оператором в контуре управления. Деятельность оператора по управлению объектом рассматривается как сложный поведенческий акт, включающий процессы восприятия чк лереработки информации, формирование и выполнение на этой, основе двигательных движений по управлению ЛА. В структуре сенсорномоторного навыка управления, двигательный компонент является интегральным показателем, отражающим полноту и качество переработки оператором информации, поступающей по каналам различных подсистем тренажера. В_ конечном итоге почта вся информация; воспринимаемая оператором, реализуется в управляющих движениях. Тогда вектор управления, формируемый оператором, представляется в виде

о(0 = -Р[Сх(1) + Их(0 + Ох«], (2)

где С - матрица информационной модели объекта, Р - матрица параметров оператора.

Матрица Р характеризует особенносга восприятия и переработки оператором поступающей информации и формирование на этой основе управляющих движений. Практически невозможно достоверно предопределить реакцию оператора, что затрудняет формирование количественных критериев качества рассматриваемых систем. Если имеется научно обоснованный количественный критерий качества эргатической системы, то ее исследование можно проводить, используя формализованный аппарат. Если же такого критерия нет, то альтернативой формализованному аппарату будут служить субъективные суждения оператора, допускающие неоднозначные толкования. С этой точки, зрения рассмотрим процесс формирования БД для КГИ имитатора визуальной обстановки тренажера, являющегося тупиковой подсистемой тренажера. Время цикла смены картины составляет от 20 до 120 млсек. За критерий качества ИБО примем его возможность отобразить перед обучаемым определенное число узнаваемых объектов, выбранных из заранее заданного ранжированного списка, существующего для каждой задачи. Формирование этого списка не входит в тему исследований данной работы.

Рассмотрим работу ИБО (Рис. 2). КГИ по воздействиям Х1(0, о месте положения и пространственной ориентации наблюдателя в сцене, и по воздействиям Хзф, являющихся ответом на запрос Х2(0, формирует, в реальном времени, по закону X, с помощью воздействий ,Х4(0, на экране устройства индикации двухмерную картину, являющуюся проекцией части СВ на экранную^ плоскость. Устройство индикации формирует оптическими методами по законам ОЯ., по воздействиям Х4(1), псевдообъемное изображение видимых объектов Их(1).-Группа законов Ог, реализация которых с помощью оптических устройств позволяет создать перед обучаемым объемное изображение наблюдаемой картины,

а также группа законов машинной графики Ъ, известны и не входят в тему исследований данной работы.

Рис.2. Структурная схема имитатора визуальной обстановки Программно-аппаратный комплекс КГИ синтезирует видимую' картину по исходной информации, заложенной в БД. Глобальная БД содержит информацию о всех видимых объектах моделируемой сцены визуализации и об условиях 'их обработки. По запросам Х2(1) из глобальной БД формируется локальная база данных ХЗ(1), данные из которой используются для построения видимого изображения. В зависимости от особенностей тренажера, для одного и того же аппаратного комплекса, разрабатываются разные УПРВ, которые могут реализовать разные законы 2. Общей особенностью всех известных на сегодняшний день программно-аппаратных комплексов КГИ является конвеерный принцип обработки БД.

Общая задержка при обработке информации непостоянна. Если принять задержку основных узлов КГИ - сценарного процессора за Хс(0, геометрического процессора за Х^О, видеопроцессора за то

Хс(о + Хг(1Х + хчо * хьа+1) + х^а-ну+Х\<1+1), . (3)

Хс(Х+1) =* Хс<1) * Хс(1+1);

(4)

Нерегдаад^сто общего врсмвщ задержка от момента получения очередной информации,) до вывода, изображения на экран складывается из

непостоянства . обработки ' различной информации гяздни процессором (4) и зависит' от количества, и типов обрабатываемых.видимых, и управляющих примитивов.

По требованиям ИВО, КГИ должен обеспечить"" синтез максимально реалистичной картины: Это может быть достигнуто увеличением числа видимых объектов. С другой стороны, увеличение, числа объектов может привести к превышению цикла РМВ, приводящее к рассогласованию параметров Их(0 и Схф, что недопустимо. >

Констатируется необходимость деления СВ на сегменты и образования таким образом структуры БД задающей последовательность обработки БД. Для задания такой , структуры предложено использовать управляющие примитивы "охватывающая сфера", работающие как -условный оператор и включающие описанные в ней объекты, в локальную- БД, в зависимости от положения пирамиды видимости, определяемой условиями обзора СВ наблюдателем, и рассматриваемой сферы.

Для определения направления деления наблюдаемых объектов СВ по сегментам предложено выделить четыре предела, характеризующих насыщенность наблюдаемой картины в соответствии с техническими данными ИВО.

Первый предел Р1 задает минимальную насыщенность видимой картины, когда уменьшение количества наблюдаемых объектов будет сказываться на качестве обучения на тренажере. Этот предел определяется списком объектов, которые должны быть отображены при решении задачи обучения.

Второй предел Р2 определяет максимальную насыщенность картины,. когда количество наблюдаемых объектов велико и время их обработки превышает цикл РМВ. Этот предел определяется быстродействием КГИ.

Третий предел РЗ определяется объемом памяти КГИ.

Четвертый предел Р4 определяется разрешающей способностью устройства индикации.

Используя результаты анализа обработки информации в КГИ определены возможности задания структуры БД путем деления объектов по сегментам, с целью управления выбором их из глобальной БД Поставлена задача оптимизировать объем и содержание локальной БД для получения в РМВ на

экране устройства индикации ИБО максимально насыщенную картину, с учет предпохенньй^йыре^предезйбГ' ' " '' ' ' ■ ' " ',

Во второй главе проведен анализ методов построения" БД для КГИ. К правило, в настоящее время построение БД проводится эмпирическим пут методом проб гй ошибок'1 Вначале' разрабатываются модели объектов объединяются' в сцену, затем сцена анализируется при работе КГИ в РМВ. П нарушении чРМВ, "возвращаются на первый-'этап, модели объектов и перегруппировываются,1 или' упрощаются и все повторяется сначала. На осно этого анализа предложено, исключив из рассмотрения задачу подбора цвете • разработать метод распределения ресурсов КГИ по быстродействию и памя между отдельными сегментами БД с учетом заданной заранее ее структур который позволит-вначале распределить ресурс КГИ, а затем создавать моде объектов, исключив таким образом возврат к первому этапу. -

Предложено' считать,1 что качество наблюдаемой картины пропорционалы числу видимых примитивов, попавших в локальную базу данных, обрабатываем] за цикл РМВ. Тогда новая методика разработки БД'должна на первом этш решать' вопрос о распределении ресурса КГИ между отдельными сегментаь глобальной БД, таким образом, чтобы при сборе локальной БД обеспечи нахождение в ней максимального числа объектов обрабатываемых в РМВ. -

. При работе КГИ в РМВ, появление объекта, модель которого хранится в Б на экране УИ, определяется ресурсом КГИ. Тогда количество видимых на экра! УИ объектов и, с одной стороны можно определить функцией от дв; переменных .Тк-цшсла РМВ и 'Уд - скорости обработки информации в КГИ,

. ; (5

С другой стороны, и зависит от структуры файла БД, задающей множество видимых, в реальном времени, на экране УИ объектов. Свяжем эта да характеристики. Для этого надо .определить время обработки каждого примитив; . связать это время с числом видимых примитивов, определяющих насыщенное наблюдаемой картины -отдельными объектами, и с числом . невидимы управляющих примитивов, определяемых структурой файла БД - ' - <

Показано*, что вь$сто используемых ранее характеристик производительное! КГИ в гранях и огнях, не учитывающих потерю ресурсов КГИ на обработку хранение управляющих примитивов, более точно производительность КГИ можн вычислить, используя данные экспериментов, по уравнениям ( : '

! ъьтв + цтгь ".

№Тг ЪТГ*+" ял^фЛЯ^Та,. - .: , (6]

№1Тв + 1л Тг + «ит(Мп]Т^=Тп,

'г • - 4

где, N1 - число обрабатываемых граней, при проведении 1-го эксперимента; 1Л -число обрабатываемых'огней, при проведении 1-го эксперимента;1 Щ-число управляющих примитивов ^го типа, при проведении 1-го эксперимента; Тз - время обработки грани; • Тг - время обработки ошя; Т] - время ' обработки\ftEO управляющего примитива; j - число управляющих примитивов; 1 - число экспериментов. • . '

• Используя затраты времени на обработку видимых примитивов и доказывая линейность затрат времени на обработку разных КГИ, в заданных пределах, задача оптимизации распределения ресурсов КГИ сведена' к' задаче линейного программирования Максимйзировать функцию

72. = С1А1 + С2А2 + ... + СпАп,' ' " (7)

при ограничениях: ' . > .

АпХ1 + АпХ2 + ... + А1пХп = В1,

А21Х1 + А22Х2 + ... + А2пХп = В2, = . (8)

' Аш1Х1 + АпйХ2+ ... + АтпХп = Вт, при ограничениях:

XI > О, Х2 > 0, Хп > 0, (9)

В1 > О, В2 > О, .... Вп > 0.

Рассмотрено три пути решения этой задачи.

Одним из возможных путей нахождения оптимального решения является метод Монте-Карло. Его применение заключается в следующем. ■

Необходимо получить несколько случайных точек Ми расположения наблюдателя над сценой визуализации, характеризующихся шестеркой цифр,

М1 = {К1,К2,Кз,К4,К5,Кб}. • (10)

где, К1 - сдвиг наблюдателя относительно оси X мировой системы координат, Кг - сдвиг наблюдателя относительно оси У мировой системы координат, Кз - сдвиг наблюдателя относительно оси Ъ мировой системы координат, К< - поворот оси визирования тиблюдйтеля относительно оси X мировой системы координат,

' К5 - поворот оси визирования наблюдателя относительно оси У'мировой системы координат, ' ' '

К« - поворот оси визирования- наблюдателя Относительно оси X' мировой

*сйстемы координат. ; *'. ,

Проводится 1'экспериментов и подсчет времени То на обработку' всех элементов ДФБД при очередном положении наблюдателя.'.

При непревынгешот заданного интервала Г)п, (То<1>Г) при любом значении I считается, что данное решение оптимально. Этот метод был применен автором на практике при анализе 'возможностей применения* разных КГИ, для создания ИБО тренажера роторного экскаватора.

Еще одним путем нахождения экстремума является решение уравнений на основании интуитивного' подхода; Основанный на решения полученной Системы " ' уравнений.'' Однако как' правило,1' 'числсГ jfpaBHftmrit* ¡задача V(8J '¿ёныие' 'числа переменных (9) m < я, поэтому; множество ее допустимых решений бесконечно и шбор'нашф^ер допуртимого. р^^ния, уижщар^трщф^ 2Х не^ивиален.

Для цслеэд^а^^гс!,, уро^нщ-^шстя, .^о^^Ц^/ адав^ёш^ ,флл применен симплекс, метод, легко поддающийся, алгоритмизации дДя, обработки на ЭВМ. Этот метод принягза основной -при решении задач определения ресурсов KlUj ' ввид^ возможности боздиъ ' универсальную^ программу оптимального^ подсчета числа ресурсов в каждом из сегментов при различны* структурах БД. При этом возникает задача уточнения полученного решения до г/олучения целочисленного значения. В качестве этого решения • можно использовать алгоритм Гамори. Однако это не является- обязательным условием, так как на практике невозможно нарисовать требуемую картину точно используя полученное число видимых примитивов. Более ценным является определение области, где лежит оптимальное решение, чтобы не превышать заданные значения в сегментах или превышать, но за счет такого же уменьшения числа примитивов во всех ■

л

соседних сегментах, лежащих в пределах видимости.

В третей главе разработан алгоритм оптимизации структуры БД с целью получения максимально насыщенных картин, видимых на экране УИ и описана технология его применения. . •

По предлагаемой технологии на первом этапе производится разработка структуры БД с учетом,. что в сцене визуализации, как минимум, должны присутствовать конкретные объекты га заранее заданного ротированного списка.

Предложено использовать псевдонеравномерное разбиение сцены визуализации на основе неравномерного использования отдельных равномерных квадратных участков. При этоц используются несколько диаметров сфер из заранее заданного списка, центры которых расположены в центрах выбранных квадратов. Диаметры сфер меньшего диаметра кратны диаметрам больших сфер., Координаты всех центров сфер по осям X и Y, также кратны выбранным коэффициентам Kv,

Dsi = Kn DSmin, (11)

Cxj = Gx(i-1) + Kv Kn XI, (12)

CYj = CY(j-l) + Kv Kn Yl, (13)

Czj = Cz(j-1) + Kv Kn Zl; • (14)

где, Kn -один из возможных коэффициентов множества допустимых коэффициентов сфер размерности К;

Cxj - допустимая координата центра сферы по оси X, Cxi — "constl; CYj - допустимая координата центра сферы по оси Y, CYi = const2;

. , Czj т допустимая координата, ipnpa сферы по оси Z,

Ку - коэффициент размещения центра сферы из множества допустимых коэффициентов размерности сфер К,

Кп - коэффициент направления по оси, принадлежит множеству К = {1,-1}.

При выполнении (12-15) вся сцена разбивается на участки, включенные в несколько сфер разного диаметра. Вначале участок включается в сферу наименьшего диаметра Яри

У(Б0 У^ : (15)

где, - объем вокруг выбранной площади участка сцены 81, У(5п) - объем сферы наименьшего диаметра.

Центр сферы размещен в. центре участка 81, и радиус сферы К(8р1) равен максимальному расстоянию от центра сферы до максимально удаленной точки этого участка,

1^1) = тах(Щ50), (16)

ЩБО = (Хя-Эх]) + (Уз-БУ)) + (¿л-Вг^, (17)

где, Ц^БО - расстояние от центра сферы до произвольной .¡-ой точки, принадлежащей рассматриваемому участку Ql - число рассматриваемых объектов; - координата центра сферы по оси X; У? - координата центра сферы по оси У; 2л - координата центра сферы по оси Ъ\ Ох] - координата рассматриваемой точки по оси X; Эу] - координата рассматриваемой точки по оси У; Г)г) - координата рассматриваемой точки по оси 2.

Несколько сфер 8Ри, в свою очередь, заключаются в сферу большего диаметра БР2.

У(5Р20 У^у), (13)

где <5> - количество сфер диаметра В(8Р.), включенных в сферу большего диаметра О^га).

При этом должны выполняться (12-15). В свою очередь, несколько сфер 5Р2ц на .таких же условиях, могут заключаться в сферы большего диаметра Брзп. Такой подход позволяет использовать достаточно простые выражения, соответствующие равномерной сетке разбиения для анализа неравномерного разбиения.

Данный подход рассмотрен на конкретном примере, в результате решения которого получено,1 что при моделировании района 300x300 км, при равномерной сетке разбиения в локальной базе данных должно находиться не более 1368 граней и 13508 огней. Эти значения отличаются от максимальной производительности рассматриваемого генератора - 4000 граней, или 160000 огней, но учитывают затраты на обработку управляющих примитивов. Предложенная структура БД, позволила впервые решить задачу полета на тренажере с одного аэродрома на другой с непрерывно изменяющейся видимостью земной поверхности с

основными ориентирами, используемыми пилотами для определения места нахождения самолета""

В четвертой главе приведены конкретные разработки, выполненные автором самостоятельно. При проведении всех описанных работ использовались идеи построения оптимальных БД с использованием полученных здесь результатов. Достаточно широко представлен тип решенных задач, внедренных в производство, от щщенерной методики по разработке БД в промышленных масштабах, до конкретных БД и методик их проверки, разработанных под конкретные тренажеры, некоторые из которых уже изготовлены и находятся у заказчиков. Следует заметать, что все примеры реализации подчинены одной цели -

~ • Ч . " - [ ■ ■ . • ».* , т ■ .... '

разработке оптимальных БД для имитаторов визуальной обстановки в соответствии с решением конкретной задачи обучения.

Предложенная методика показала свою эффективность при решении прямой задачи - под конкретный компьютерный генератор изображения разработать базу данных, удовлетворяющую всем требованиям, что подтверждается актом внедрения, выданным ПКБМ, и при решении обратной задачи - выбрать компьютерный генератор изображения в соответствии с организацией БД, что подтверждается актом внедрения, выданным ИБСИ.

При проведении анализа обработки информации в КГИ была обнаружена ошибка при моделировании пирамиды видимости. В результате искажалась видимая картина! В главе рассматриваются причины возникновения ошибки и методы ее устранения.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Анализ методов разработки файлов БД для КГИ, входящих, в состав имитаторов визуальной обстановки авиационных тренажеров, показал, что при разработке БД необходимо учитывать специфику задач обучения, для решения которых разрабатывается тренажер, и особенности используемого КГИ вместе с -УПРВ. При этом основной характеристикой качества разрабатываемых БД при выполнении всех тренажерных задач, является насыщенность наблюдаемых объектов через устройство индикации ИВО в РМВ. Насыщенность объектов получается при сбалансированной нагрузке на все процессоры КГИ и учете разрешающей способности устройства индикации. Сбалансированность нагрузки на процессоры КГИ достигается за счет оптимального управления генерацией видимой на экране устройства индикации картины путем включения объектов из глобальной БД в локальную и выключения из локальное отображение БД объектов, которые при некоторых условиях не наблюдаются.

2. Выделены четыре предела, ограничивающие насыщенность наблюдаемых в реальном времени картин на экране УИ ИБО:

- первый предел минимальной насыщенности, когда уменьшение количества одновременно наблюдаемых объектов сказывается на качестве обучения на тренажере; " * • '

второй предел максимальной насыщенности, картины, когда количество одновременно наблюдаемых объектов велико и время на их обработку превышает допустимое значение РМВ;

• - третий предел максимальной насыщенности картины, определяемой объемом и структурой памяти КГИ, отводимой под хранение БД

- четвертый предел минимальных размеров наблюдаемых объектов, определяемый разрешающей способностью устройств индикации.

Анализ этих пределов показал, что ограничения первого предела могут привести к невозможности использования некоторых типов КГИ для решения установленных задач и необходимости выбрать КГИ с более высокой производительностью. Ограничения второго предела определяют технические характеристики используемого КГИ по быстродействию. Ограничения третьего предела определяют технические характеристики используемого по объему памяти. Ограничения четвертого предела определяют технические характеристики устройства индикации, используемого в ИБО.

3. Поставлена и решена задача оптимизации распределения ресурсов компьютерного генератора между отдельными сегментами двоичного файла БД . методами линейного программирования Это позволило за счет увеличения числа анализируемых параметров и предложенных в данной работе методов их расчета, распределить ресурсы КГИ между отдельными сегментами БД и подключать к его разработке нескольких специалистов, каждый из которых разрабатывает модели требуемых объектов в пределах выделенных ему ресурсов, не беспокоясь о возможных нарушениях второго и третьего пределов, что сократило сроки разработки и исключило этап отладки БД в РМВ.

4. Предложено задавать оптимальную структуры БД с учетом использования четырех пределов для.определения порядка включения объектов в локальную базу данных. С этой целью СВ делится на сегменты. Сегменты могут быть нескольких уровней. Сегменты первого уровня заключаются в охватывающую сферу, 'включающую из локальной БД модели объектов, описанные в ней, при достижении ограничений четвертого предела. ' Сегменты второго уровня заключаются в охватывающую сферу, включающую в локальную базу данных объекты, находящиеся в сфере, целиком попавшую или пересекающуюся с пирамидой видимости. • ч

5. Обоснованы требования к методам имитации оптических приборов, приближающих или удаляющих видимые предметы. Показано, что недопустимо

увеличивать или уменьшать объекты сцены визуализации за счет математического изменения расстояния от расчетной точки зрения. Необходимо решать эту задачу за счет уменьшения или увеличения углов обзора пирамиды видимости.

6. В ходе выполнения работы создана технология разработки БД позволяющая получать за минимальное время, по сравнению с используемой ранее, файлы БД при обработке которых в ' РМВ получаются максимально возможные по насыщенности видимыми объектами картины на экране УИ. .

В результате появилась возможность решать на разрабатываемых тренажерах новые задачи обучения, в частности полет с одного аэродрома на другой" без вход£* * в облачность.

Результаты работы постоянно внедрялись в производство. Промышленная апробация подтвердила их достоверность и возможность использования для решения определенного круга научно-технических задач.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ ИЗЛОЖЕНО В СЛЕДУЮЩИХ

ПУБЛИКАЦИЯХ

1. Гемст В.К., Роганов В.Р., Кивланс И.С. Применение метода Монте-Карло к вычислениям по формуле Био-Савара-Лапласа,- Электромеханика N 7 1982 стр. 7,54-759.

2. Бычков АН., Роганов Б.Р. О некоторых методах и путях построения БД для систем синтеза визуальной обстановки,- В кн.: Теория и практика имитационного

, моделирования и создания тренажеров. М.: Знание 1988 г. стр. 23.

3. Роганов В.Р. Структура математического обеспечения комплекса по подготовке баз заданных для систем синтеза визуальной обстановки - В кн.: Проблемы и перспективы голографии и оптико-электроники в системах визуализации (материалы, элементы, устройства, системы): Сб. науч. тр. НИКФИ/Под ред. Ю.НОвечкиса. - М., 1989. стр. 117 - 120.

4. Роганов В.Р. Некоторые особенности разработки БД для систем синтеза визуально видимой обстановки.- В кн.: Тез докл. межотраслевого научно-технического семинара Теория и практика полунатурного моделирования, принципы построения, методы проектирования, области применения" Москва 2425 мая 1990 г. М.: ЦНИИ ХМ, 1990. стр. 13.

5. Роганов В.Р. Критерии оптимизации картины визуализации в имитаторах визуальной обстановки.- В кн.: Теория и практика имитационного моделирования и создания тренажеров. Тез. докл. IV Всесоюзной конференции 5-7 сентября 1991 г. Пенза. 1991.стр. 34. . , '

6. Роганов В.Р., Дегтярев RA Особенности наблюдения на ИБО окружающей обстановки при применении систем синтеза визуализации - В кн.: Теория и практика имитационного моделирования и.создания тренажеров. Тез. докл. IV Всесоюзной конференции 5-7 сентября 1991 г. Ценза. 1991. стр. 35.

7. Роганов В.Р. Комплекс автоматизированной подготовки БД систем синтеза визуальной обстановки/- 4 е., - Сборник рефератов депонированных рукописей/ВИМИ, 1991, вып.1, с.5, реф. Д08399.ДЕП

8. Роганов В.Р. Особенности применения машинной графики в реальном масштабе времени в тренажерах. В кн.: Графикон'92. Сборник трудов международной конференции. М.1992, с. 37-39.

9. Роганов ; В.Р. Подход к созданию БД общей системы визуализации

к*

авиационного тренажера., 1990, Пенза, с.8, Сборник реф. депонированных рукописей/ВИМИ, М., 1991, вып.1, с.5, реф. Д08398, ДЕП, НТБ ОКБ. инв-И 9029/087.23.

10. Годунов АИ., Роганов В.Р. Применение компьютерных генераторов изображения в имитаторах визуальной обстановки авиационных тренажеров. - В кн.: IV Всероссийская научно-методическая конференция "Тренажеры и компьютеризация профессиональной подготовки". Тез. докл. г. Москва. Г АНТ им. И.Г.Губкина 1994. стр. 78-79.

11. Фролов В.Н., Годунов ЛИ., Роганов В.Р. Применение подвижных объектов в имитаторах визуальной обстановки авиационных тренажеров. - В кн.: IV Всероссийская научно-методическая конференция "Тренажеры и компьютеризация профессиональной подготовки". Тез. докл. г. Москва. ГАНТ им. И.Г.Губкина 1994. стр. 80-81.

12. Фролов В.Н., Годунов АИ., Роганов В.Р. Разработка комбинированного метода имитации пассивной оптико-электронной системы. - В кн.: IV Всероссийская научно-методическая конференция Тренажеры и компьютеризация профессиональной подготовки". Тез. докл. г. Москва. ГАНТ им. И.Г.Губкина 1994. стр. 87-89.