Введение

На автомобильном пропускном пункте днище осматривают прежде всего для поиска посторонних предметов. В железнодорожном транспорте к этой задаче добавляется контроль тележек, тормозов, кабельных трасс и другого подвагонного оборудования. Охранный досмотр и диагностика используют сходные средства наблюдения, но отвечают на разные вопросы. Ранние цифровые системы заменили ручное зеркало панорамой из последовательных кадров или строк изображения [1]. Осмотр стал более воспроизводимым, однако глубину такая панорама не измеряет. Изменение траектории или освещения меняет вид одних и тех же деталей, а по двумерной проекции не всегда удается отличить наложенный предмет от штатного рельефа.

Попытки дополнить подкузовную съемку дальнометрией предпринимались уже в начале 2000-х гг. В роботизированной системе [2] геометрические данные, цвет и показания других сенсоров были объединены в общей модели сцены. Для досмотрового комплекса трудность заключается в условиях измерения: датчик находится близко к объекту, детали перекрывают друг друга, а темные покрытия соседствуют с зеркальными поверхностями. Вода, снег, грязь и вибрация дополнительно ухудшают съемку. При этом положение элементов подвески меняется даже у исправного транспорта. Промышленную 3D-метрологию приходится адаптировать к такому объекту; установка лидара вместо камеры сама по себе задачи не решает.

В путевых системах машинного зрения исследованы контроль силовой рамы грузового вагона [3], поиск посторонних предметов под скоростным поездом [4], сегментация и классификация деталей тележки [5]. Отдельные работы посвящены прослеживанию этих деталей в видеопоследовательности [6]. Обзоры [7, 8] описывают развитие многосенсорного мониторинга, накопление истории конкретного вагона и переход к предиктивной диагностике. Классификация транспортных систем технического зрения [9] связывает полноту наблюдения с сочетанием обычных и стереокамер, лазерных и радиолокационных датчиков, их размещением и направлением обзора. Вместе с тем сравнивать опубликованные результаты трудно: различаются условия съемки, наборы дефектов, разметка и метрики [10]. При выборе средств охранного досмотра приходится учитывать ту же неоднородность данных.

Литература по этой теме разделена между несколькими направлениями. В подвагонном наблюдении преобладает двумерное распознавание деталей, в 3D-метрологии рассматриваются главным образом контролируемые промышленные объекты, а радиолокационные методы проверяются при иной электромагнитной обстановке. Из отдельных показателей этих работ нельзя непосредственно получить вероятность обнаружения предмета под автомобилем или вагоном. Для обоснованного выбора нужно сопоставить принцип измерения и вид получаемых данных с тем, какие зоны и изменения доступны наблюдению в реальном досмотровом канале.

Цель исследования – систематизация методов трехмерной реконструкции и мультимодального анализа днища, определение условий их применения и обоснование архитектуры автоматизированного поиска посторонних предметов и конструктивных изменений. Сначала разграничены двумерные, 2,5D- и частично трехмерные представления. Затем сопоставлены оптические и радиоволновые датчики, дополнительные сенсорные каналы, способы регистрации и построения доверенного эталона. Рассмотрение завершают методы обнаружения аномалий и показатели натурной проверки.

Материалы и методы исследования

Основной поиск литературы для обзора выполнен по состоянию на 3 сентября 2026 г. Использованы IEEE Xplore, ScienceDirect, SpringerLink, SPIE Digital Library, Optica Publishing Group, Proceedings of Machine Learning Research, репозиторий Computer Vision Foundation, eLIBRARY.RU, CyberLeninka, сайты профильных журналов и институциональные репозитории. Поиск охватывал сочетания under-vehicle/undercarriage inspection, train bottom/railway bogie inspection, line-scan 3D, laser triangulation, structured light, time-of-flight, near-field MIMO imaging, 3D anomaly detection, point-cloud registration и multimodal anomaly detection. Русскоязычные запросы включали «досмотр днища», «контроль подвагонного оборудования», «линейный сканер», «лазерная триангуляция», «геометрические параметры колесных пар» и «техническое зрение на транспорте». Дополнительные работы отбирались по библиографическим связям. В обзор включены рецензируемые статьи, материалы профильных конференций и обзоры по измерительным схемам, физическим принципам, алгоритмам и ограничениям досмотра нижней части транспорта, а также по построению защищенных систем безопасности.

За рамками рассмотрения оставлены рекламные описания без воспроизводимой методики, работы только по верхнему или боковому распознаванию транспорта и исследования пути, не содержащие переносимого измерительного принципа. Библиографическая база содержит 46 источников за 1992–2026 гг. Из них 36 (78,3 %) опубликованы в 2016–2026 гг. Более ранние работы привлечены как основополагающие для трехмерной съемки, радиолокационной визуализации и регистрации облаков точек. Несопоставимость объектов, аномалий и метрик не позволила выполнить метаанализ.

Сравнивались измерительные и алгоритмические принципы, а не коммерческие изделия. Для каждого учитывались физический механизм, размерность и плотность данных, выявляемые изменения, влияние затенения, движения, отражения и загрязнения, возможность контроля на рабочей скорости. Применимость оценивалась на трех уровнях: подтверждение непосредственно на днище; перенос из близкой задачи с движущимся или крупногабаритным объектом; гипотеза, для которой еще требуется профильная проверка. Под технологической зрелостью здесь понимается готовность принципа к полному циклу досмотра, от синхронизации и калибровки до реконструкции, сравнения с эталоном и выдачи интерпретируемой тревоги.

Результаты исследования и их обсуждение

Представления данных: от панорамы к частичной трехмерной модели

Под названием «трехмерный досмотр» могут подразумеваться разные данные. Линейная панорама остается двумерным изображением, в том числе после перспективного преобразования в интерфейсе. В карте глубины каждому элементу изображения соответствует одно расстояние. Это 2,5D-представление: несколько поверхностей вдоль одного луча, участки за колесами и балками оно не описывает. Облако точек одного напольного датчика уже содержит метрические координаты, но тоже охватывает лишь часть объекта. Для полной 3D-модели нужны наблюдения с нескольких направлений и их совмещение. Различия активных и пассивных дальнометрических методов затрагивают не только точность, но также пропуски и систематические ошибки измерений [11].

От вида данных зависит, какое изменение удастся обнаружить. Контейнер на открытом участке выделяется на карте высот; тонкий провод, лента или плоская пластина могут быть заметнее по текстуре. Предмет за продольной балкой вообще не попадет в центральный напольный канал. Поэтому одной среднеквадратической ошибки глубины для оценки досмотра недостаточно. Нужны доля контролируемой поверхности, разрешение по высоте и вдоль движения, вероятность обнаружения в разных зонах, число ложных предупреждений на проход. Различия представлений сведены в табл. 1.

Пассивная стереоскопия и многовидовая линейная съемка

В стереопаре глубину z находят по диспарантности d, то есть смещению изображения одной и той же точки между кадрами. Для идеализированной фронтопараллельной схемы эта зависимость записывается как

z = bf / d. (1)

В формуле (1) стереобаза b задает расстояние между камерами, а фокусное расстояние f выражено в пикселях. При неизменной погрешности определения d ошибка глубины растет приблизительно как z2; увеличение произведения bf ее уменьшает. Малая дистанция съемки днища в этом отношении выгодна. Однако разнести камеры на произвольное расстояние нельзя: стереобаза ограничена шириной приямка, колеей и необходимостью защитить оборудование от механических повреждений.

Таблица 1

Уровни пространственного представления в системах досмотра

Примечание: составлена автором на основе полученных данных в ходе исследования. 2,5D означает, что каждой координате плоскости наблюдения соответствует не более одного значения глубины.

На однотонной черной краске восстановление глубины затрудняется из-за отсутствия различимых признаков для сопоставления. Повторяющиеся ребра дают несколько возможных соответствий, а блики на мокром металле меняются с ракурсом. Дополнительные камеры сокращают пропуски, но усложняют калибровку и обработку. При многовидовой линейной съемке вместе с геометрией получают подробную текстуру; по согласованию линий наблюдения оценивают также фактическое движение. Продольные координаты зависят от скорости, поэтому каждую строку необходимо точно привязать ко времени.

Структурированный свет и лазерная триангуляция

Недостающую текстуру можно создать проекцией полос, точек или псевдослучайного рисунка. Камера регистрирует деформацию этого рисунка, по которой восстанавливается глубина. Высокоскоростные методы структурированного света включают одно- и многокадровые фазовые схемы, временное кодирование и их сочетания [12]. Последовательная запись фазовых кадров на движущемся объекте вносит артефакты; для такого режима предпочтительнее однокадровые или временно перекрывающиеся проекции [13]. В путевой системе [14] структурированная подсветка служила для обнаружения состава и межвагонных промежутков. Это пример эксплуатационного применения светового рисунка для синхронизации и выделения событий, но не получения карты глубины.

Под днищем проектор и камера могут видеть разные участки поверхности. Несколько пар из проектора и камеры позволяют уменьшить такие пропуски [15]. На блестящих деталях цветовая информация помогает выбирать экспозицию и восстанавливать форму [16], а объединение ракурсов с подгонкой поверхности дополнительно снижает число пропусков [17]. Вода, масло и зеркальные листы все же способны создавать ложные полосы или направлять излучение мимо приемника. Отсюда два требования к активной оптике: оценивать качество отдельных точек и предусматривать резервные направления измерения.

В лазерном профилометре камеру направляют под известным углом к плоскости лазерной подсветки. По положению поперечной линии на изображении восстанавливают профиль днища, а за время проезда получают последовательность таких сечений. Расстояние между ними зависит от скорости v и частоты регистрации профилей fₚ:

Δy = v / fₚ. (2)

Значение Δy характеризует продольную дискретизацию. Ошибка координат зависит также от геометрии триангуляции, размера светового пятна, экспозиции, отражения, вибрации и точности измерения скорости. Плотная последовательность профилей позволяет выделять выступы и оценивать объем добавленной геометрии. Отдельно решается задача охвата: вертикальный профилометр не измерит закрытую для него поверхность. Для исходной стационарной схемы предложены центральное и два наклонных направления. Их достаточность проверяют по карте видимости заданных классов транспорта; зоны около колес и боковых деталей при необходимости снимают с дополнительных ракурсов.

Непрерывное совмещение высокоразрешающей линейной и обзорной съемки исследовано для крупных промышленных деталей [18]. Трехкамерная линейная схема с оценкой движения [19] предназначена для узкого пространства, в том числе при контроле автомобилей и поездов. В железнодорожной метрологии линейный сканер рассмотрен для продольного профиля поверхности катания колеса [20]. Работы по дистанционному измерению колесных пар связывают результат с калибровкой и условиями движения [21]; автоматический комплекс [22] измеряет их форму и размеры лазерными триангуляционными сканерами на ходу. Эти решения обосновывают перенос линейной 3D-метрологии на транспортный досмотр. Поведение системы на загрязненном днище и при колебаниях подвески требует отдельной проверки.

Времяпролетные камеры и компактные лидары

Времяпролетный датчик измеряет задержку импульса или фазовый сдвиг модулированного сигнала. В обзоре [23] выделены сканирующие дальномеры, камеры с одновременным захватом поля и гибридные схемы. Они дают глубину без поиска стереосоответствий и допускают компактное исполнение. Твердотельный лазерный дальномер подходит для предварительной оценки положения и габаритов автомобиля, крупных свисающих объектов. На мобильной платформе те же данные можно использовать для навигации.

Для небольших изменений на короткой дистанции поперечная плотность и точность времяпролетной камеры обычно ниже, чем у линейного профилометра. Черное покрытие дает слабый возврат, зеркало может насытить приемник, а у кромок смешиваются сигналы разных поверхностей. Между близкими металлическими деталями возникают многолучевые отражения. Поэтому достоинства вращающегося многолучевого дальномера, рассчитанного на дальний обзор, не делают его автоматически предпочтительным для приямка. В рассматриваемой схеме ему отводится обзорная и резервная роль; детальную метрическую поверхность предполагается получать триангуляцией.

Миллиметровая радиолокация с многоканальной и синтезированной апертурой

Радиолокация миллиметрового диапазона сохраняет информативность при недостатке освещения, пыли и оптических брызгах. Объемное изображение получают сканированием апертуры, решеткой с несколькими передатчиками и приемниками (MIMO) или синтезом апертуры (SAR). Возможности ближнепольной визуализации показаны при обнаружении скрытых объектов [24]. Дальнейшие разработки охватывают реконструкцию с миграцией по дальности для MIMO-решетки [25], одномерно сканируемую решетку [26] и разреженную апертуру [27].

Для FMCW-сигнала предельное разрешение по дальности приближенно равно

ΔR ≈ c / 2B, (3)

где c обозначает скорость света, B задает эффективную полосу частот. При полосе 4 ГГц получаем около 3,75 см даже в идеальном случае. Это заметно грубее детализации короткобазовой оптической профилометрии. Разрешение поперек дальности определяется длиной волны, размером и заполнением апертуры, расстоянием и алгоритмом реконструкции. Движение транспорта позволяет синтезировать апертуру, если траектория известна достаточно точно для сохранения фазовой когерентности.

Металлическое днище осложняет радиолокационную реконструкцию. Зеркальные отражения и многолучевость дают ложные максимумы, сплошной металл экранирует расположенные за ним объекты. Проникновение через некоторые неметаллические материалы не означает универсальной возможности наблюдать сквозь конструкцию. Полезную роль mmWave-канала следует искать в подтверждении объемных изменений, получении признаков отражательной способности и работе при ухудшении оптической видимости. Для прототипа важен доступ к сырым комплексным отсчетам: готовое разреженное облако точек уже не сохраняет часть фазовой информации.

Дополнительные оптические и тепловые каналы

Тепловой канал информативен там, где имеется температурный контраст: на нагретых тормозах, буксах, электронных блоках, аккумуляторах и в зонах трения. Диагностическая ценность автоматического выделения колес и подшипников показана на путевых тепловых изображениях [28]. Активная импульсная термография позволяет выявлять подповерхностные дефекты по тепловому отклику [29], но требует управляемого возбуждения и времени наблюдения, что затрудняет съемку проезжающего транспорта. Форму тепловизор измеряет недостаточно точно, а холодный инертный предмет после выравнивания температуры может вовсе не выделяться. Самостоятельным средством поиска посторонних предметов он поэтому не является.

Измерение поляризации отраженного света дает дополнительные сведения об ориентации поверхности и характере отражения [30]. Возможный выигрыш при съемке мокрого металла необходимо проверить именно в условиях досмотра. Коротковолновая инфракрасная и гиперспектральная съемка различают материалы по спектральному отражению [31], однако зависят от освещения, спектральной базы и загрязнения. Для первого этапа практической системы предлагается ограничиться цветной и ближней инфракрасной линейной съемкой, дополнив их поляризацией. Полноценную гиперспектральную аппаратуру разумно сначала исследовать на стенде. Назначение и ограничения датчиков сопоставлены в табл. 2.

Регистрация, цифровой эталон и компенсация изменчивости

До поиска изменений текущие данные необходимо совместить с эталоном. Алгоритм ICP уточняет совмещение, итерационно уменьшая расстояния между соответствующими точками [32]. Результат зависит от начального положения, выбросов и перекрытия облаков. Робастные варианты ослабляют влияние неверных соответствий и ускоряют сходимость [33]; обзоры рекомендуют предварять локальное уточнение грубой привязкой по признакам [34]. В досмотровой задаче малая средняя ошибка еще не означает корректной регистрации: алгоритм не должен подгонять эталон под посторонний предмет.

Таблица 2

Сравнительная применимость сенсорных технологий

Примечание: составлена автором на основе полученных данных в ходе исследования. Оценка относится к досмотру нижней части транспорта, а не к универсальным возможностям соответствующего класса датчиков.

Для начальной привязки подходят устойчивые ориентиры: центры колес, оси, продольные балки, крепления и жесткие плоскости кузова. Поворотные колеса, подвеска, шланги, выхлопная система и деформируемые защиты требуют отдельных масок или допустимых диапазонов положения. Уточнение по расстоянию от точки до плоскости либо робастным ICP выполняется только на стабильных областях. Подозрительный участок исключается из оптимизации, иначе часть искомого изменения будет компенсирована при совмещении. Совместный учет регистрации, разрешения и неполного перекрытия необходим и в общей задаче трехмерного обнаружения изменений [35].

Сравнение наиболее информативно при наличии доверенного эталона именно того автомобиля или вагона, который проходит досмотр. Набор подтвержденных нормальных проходов позволяет дополнительно учесть естественную вариативность. Эталон модели или комплектации пригоден при первом въезде, но ремонт, дополнительное оборудование и производственные различия увеличивают число ложных тревог. Обновлять эталон после каждого прохода без проверки нельзя: закрепленный посторонний предмет со временем станет частью принятой нормы. Обновление должно следовать за регламентным осмотром, создавать новую версию и сохранять прежнюю историю.

Обнаружение геометрических и мультимодальных аномалий

Геометрическое сравнение выполняют после совмещения: для текущих точек находят знаковое расстояние до эталона, затем учитывают нормали и объем связных областей отклонения. Выступающий предмет дает непосредственно измеримый результат. Для тонких, плоских объектов и деталей на фоне сложного узла привлекают также текстурные и семантические признаки. При выборе формы эталона существенна сохранность мелкого рельефа. Многослойная карта глубины, сетка, TSDF/SDF либо набор облаков должны передавать разрывы поверхности без сглаживания добавленной детали.

Безучительские методы промышленного контроля сравнивают на согласованных цветных и трехмерных данных MVTec 3D-AD [36]. В модели «ученик – учитель» отклонение от нормальной формы ищут по локальным геометрическим дескрипторам облака [37]. Для объединения модальностей используются гибридная память признаков изображения и облака [38] либо слияние, направляемое информацией о форме [39]. Для досмотра важен общий принцип этих решений: текстурное изменение может слабо проявляться в глубине, а изменение рельефа не обязано сопровождаться заметной сменой цвета.

Недостаток объемных наблюдений в [40] компенсируют обучением представлений глубины на синтетических картах с переносом на реальные поверхности. Метод [41] восстанавливает нормальную геометрию диффузионной моделью и оценивает аномалию по остаточной разности. Набор Real-IAD D3 [42] расширяет разнообразие двумерных, псевдотрехмерных и трехмерных данных для сопоставления методов. При переносе на днище проверку следует вести с учетом масштаба объекта, перекрытий, грязи и подвижности узлов. Поверхность здесь наблюдается не целиком, поэтому лабораторные оценки еще не характеризуют работу в досмотровом канале.

Визуальную часть сравнения можно построить по схеме PatchCore [43], сопоставляя локальные признаки с компактной памятью нормальных образцов. Для геометрического канала остаются значимыми качество сканирования, представление поверхности и регистрация; их роль рассматривается в обзоре [44]. В предлагаемом комплексе нейросетевой анализ и метрическое сравнение выполняются параллельно, после чего их интерпретируемые признаки объединяются. Такая схема сохраняет самостоятельный результат измерения геометрии.

Для объединения оценок четырех каналов на одном участке рассматривается взвешенная сумма

S = wgSg + wvSv + wtSt + wrSr . (4)

В выражении (4) геометрическому каналу соответствует Sg, визуальному, включая семантические признаки, Sv, тепловому – St, радиолокационному – Sr. Оценки приведены к диапазону от 0 до 1; веса wk неотрицательны, их сумма равна единице. Вес задают с учетом качества измерения в данном проходе. Например, загрязненное оптическое окно снижает доверие к оптическим данным. Недоступный канал исключают, а оставшиеся веса перенормируют. При настройке учитывают связь признаков между собой, чтобы не принять их за независимые подтверждения. Отсутствие отклика радара не должно подавлять достоверное лазерное изменение. Вместе с баллом оператору выводят сравниваемые фрагменты, локализацию, высоту и объем отклонения, а также причины снижения доверия.

Архитектура автомобильного и железнодорожного досмотра

Вариант комплекса для автомобильного пункта предусматривает размещение датчиков в напольной рампе или приямке. Линейная RGB/NIR-камера записывает панораму, а центральный и два наклонных профилометра собирают геометрию. Съемку синхронизируют с импульсной подсветкой и данными энкодера либо независимого измерителя скорости. Регистрационный знак связывает проход с конкретным автомобилем. Скорость задают по требуемому шагу профилей и допустимой экспозиции. По карте видимости уточняют число и наклон датчиков; при недостаточном обзоре колес добавляют внешние ракурсы. Поляризационная камера, тепловизор и экспериментальный миллиметровый радар решают дополнительные задачи.

На железной дороге нижние каналы располагают между рельсами и снаружи них с учетом колесных пар и геометрии тележки. Боковые линейные камеры и профилометры направляют на вертикальные поверхности, нижние датчики защищают от механических воздействий. Измерения привязывают к оси и вагону по датчикам колес, доплеровской оценке скорости и распознаванию номера; радиочастотную метку используют при ее наличии. Температурные данные дополняют контроль букс, тормозов и колес. Для каждого вагона ведут историю проходов. Охранные тревоги и диагностические признаки оценивают раздельно, поскольку у них разные пороги и последствия.

Под стоящим транспортом можно применять мобильную платформу. Робот меняет направление наблюдения и приближается к закрытой зоне, получая более полную модель, чем фиксированный нижний сканер. Осмотр занимает больше времени; нужны навигация, контроль зазора и учет неровностей и загрязнения покрытия. Такой вариант рассматривается для повторного досмотра после тревоги либо для площадок без приямка. Платформенные решения для обслуживания подвижного состава описаны в [45]. Их применение в досмотровой задаче потребует метрической привязки датчиков и карты видимости. Связь стационарного или мобильного комплекса с другими подсистемами относится к задачам построения защищенной интегрированной системы безопасности объекта [46].

Сочетание профилометра с линейной камерой обосновано различием измеряемых признаков: первый регистрирует плотный метрический профиль, вторая сохраняет текстуру, включая тонкие визуальные изменения. При затенении или загрязнении оптики оба могут терять данные, поэтому их наличие еще не обеспечивает резервирования. Радар менее чувствителен к оптическим помехам, но ограничен разрешением и отражениями от металла; тепловой канал полезен при температурном контрасте. Дополнительный датчик следует включать там, где его информация восполняет конкретный пропуск основного канала.

Метрическую точность нижнего сканера нужно оценивать на той части днища, которую он наблюдает. Даже погрешность в десятые доли миллиметра не характеризует предмет за балкой, откуда измерение не получено. Наклонные ракурсы увеличивают охват, но оставшиеся закрытые зоны следует обозначать на карте видимости. Эта маска нужна и для эталона: отсутствие данных в зоне не должно интерпретироваться как отсутствие изменения.

Индивидуальный эталон избавляет от сравнения разных штатных конструкций, но не от изменчивости самого транспортного средства. На геометрию и сигнатуры влияют загрузка, температура, загрязнение и подвижные узлы. Поэтому нормальное состояние следует описывать распределением допустимых вариантов. Робастная регистрация и семантическое разделение стабильных и изменяемых областей позволяют сравнивать очередной проход с такой нормой.

Для обучения и проверки нужны днища в эксплуатационных условиях, а не только небольшие лабораторные изделия. В профильных данных должны присутствовать грязь, снег, соль, масло, поглощающие и зеркальные поверхности, разные скорости и нагрузки. Оценка одной AUROC не раскрывает качество досмотра. Необходимы вероятность обнаружения отдельных предметов, полнота локализации, минимальный обнаруживаемый объем и число ложных тревог на проход.

Таблица 3

Рекомендуемые показатели натурных испытаний системы

Примечание: составлена автором на основе полученных данных в ходе исследования. Обозначения p95 и p99 соответствуют 95-му и 99-му процентилям распределения.

Испытания также следует разделять по тому, что именно они подтверждают: точность датчика в лаборатории, реконструкцию калибровочного объекта, обнаружение имитаторов на стенде или эффективность в транспортном потоке. Высокая плотность профиля, например, не гарантирует возврата от черного покрытия. Плотность нейросетевого облака может увеличиваться за счет интерполяции, а не новых измерений. Показатели, позволяющие оценить систему в натурных условиях, приведены в табл. 3.

Ограничения обзора и направления дальнейших исследований

Выводы обзора опираются на неоднородную литературу. Непосредственной 3D-реконструкции днища посвящены единичные публикации; часть решений заимствована из промышленной метрологии и путевого мониторинга. Ранжирование коммерческих систем не проводилось. Независимых испытаний с едиными предметами и условиями практически нет, поэтому вычислять по имеющимся работам сводную точность было бы некорректно.

Для дальнейшего сравнения методов нужен открытый набор синхронных RGB/NIR-изображений, лазерных профилей, тепловых и, по возможности, радиолокационных измерений. Разметка должна связывать геометрию и наблюдаемость с положением и материалом имитатора, состоянием поверхности, скоростью и нагрузкой. Наряду с аномалиями обязательны отрицательные серии. Длительные наблюдения необходимы для оценки дрейфа калибровки и загрязнения защитных окон.

Перспективные направления включают самооценку качества, адаптивную подсветку, слияние каналов с учетом неопределенности и использование истории транспорта. Для радара требуется ближнепольная фазокогерентная реконструкция на фоне штатных металлических деталей. Для робота важен выбор следующего ракурса по карте невидимых зон. Во всех случаях нужно сохранять проверяемую связь тревоги с физическим измерением, не допуская неконтролируемого восстановления отсутствующих данных.

Заключение

Трехмерный досмотр требует согласованной работы измерительных каналов, калибровки, регистрации, эталона и алгоритма поиска аномалий. Напольная съемка с одного направления дает только частичную 3D- или 2,5D-модель. Расширить наблюдаемую область позволяют наклонные каналы и мобильный робот.

В основу стационарного комплекса предлагается положить линейную RGB/NIR-камеру и три лазерных профилометра: центральный и два наклонных, синхронизированных с измерением скорости. Окончательное число каналов определяется картой видимости соответствующего класса транспорта. Времяпролетным камерам и дальномерам отводится получение обзорной геометрии и позиционирование. Тепловизор и миллиметровый радар дополняют детальную оптическую реконструкцию, но не заменяют ее.

Доверенный эталон конкретного автомобиля или вагона, привязка по стабильным областям и раздельная оценка признаков разных каналов составляют основу обнаружения изменений. Готовность системы к эксплуатации следует оценивать по вероятности обнаружения в разных зонах и для разных предметов, доле наблюдаемой поверхности и числу ложных тревог на проход во всем диапазоне условий. Профильный мультимодальный набор данных и воспроизводимые натурные испытания необходимы для перехода от предложенной архитектуры к сопоставимым оценкам ее эффективности.