Метод интеллектуального управления наведением светового луча на динамические объекты сценического пространства
Работая с сайтом, я даю свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта обрабатывается системой Яндекс.Метрика
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Метод интеллектуального управления наведением светового луча на динамические объекты сценического пространства

Теряев Л.Н. 

УДК 004.94; 004.67; 004.031.43
DOI: 10.26102/2310-6018/2025.51.4.047

  • Аннотация
  • Список литературы
  • Об авторах

В работе представлен инновационный метод интеллектуального управления наведением светового луча на динамические объекты в сценическом пространстве. Разработанный подход преодолевает ограничения традиционных ручных и аппаратно-зависимых систем слежения за счет интеграции передовых технологий, включая компьютерное зрение, машинное обучение и концепцию цифрового двойника сцены. Ключевым аспектом метода является создание единой системы координат, связывающей физическое пространство с его цифровой копией, что позволяет существенно повысить точность наведения, минимизировать временные задержки и реализовать централизованное групповое управление множеством осветительных приборов. Для прогнозирования траектории движения объектов в реальном времени применяется фильтр Калмана, а для точного преобразования координат между системами зрения и роботизированных приборов используются матрицы гомографии. Апробация метода в условиях реальной сцены подтвердила его высокую эффективность. Средняя погрешность наведения составила не более 15 см при максимальном отклонении 29 см (3 % от масштаба полигона), а также была доказана стабильность слежения за объектами, движущимися со скоростью до 2 м/с. Метод демонстрирует не только высокую точность и масштабируемость, но и значительный потенциал для сбора и представления данных о динамике сцены в цифровой модели для аналитики и принятия решений.

1. Теряев Л.Н., Дорохин В.А., Подгорный С.А., Дорохин А.А. Цифровой двойник сценического пространства. Моделирование, оптимизация и информационные технологии. 2025;13(3). https://doi.org/10.26102/2310-6018/2025.50.3.016

2. Puljiz D., Vasilache A.-G., Mende M., Hein B. Inside-Out Infrared Marker Tracking via Head Mounted Displays for Smart Robot Programming. arXiv. URL: https://arxiv.org/abs/2303.16017 [Accessed 15th September 2025].

3. Ping L., Shujie Ch., Denghui W., et al. Stage Actor Tracking Method Based on Infrared Ink Marking. Journal of Zhejiang University (Science Edition). 2025;52(1):50–58. https://doi.org/10.3785/j.issn.1008-9497.2025.01.006

4. Guo Q., Bai Sh., Dong Y., Bao N. The Automatic Tracking System of Near Stage Lighting. In: 2016 IEEE Information Technology, Networking, Electronic and Automation Control Conference, 20–22 May 2016, Chongqing, China. IEEE; 2016. P. 87–90. https://doi.org/10.1109/ITNEC.2016.7560325

5. Feng Ch., Yang L., Rozenblit J.W., Beudert P. Design of a Wireless Sensor Network Based Automatic Light Controller in Theater Arts. In: 14th Annual IEEE International Conference and Workshops on the Engineering of Computer-Based Systems (ECBS'07), 26–29 March 2007, Tucson, AZ, USA. IEEE; 2007. P. 161–170. https://doi.org/10.1109/ECBS.2007.30

6. Hay T.N., Weiss S. Design and Implementation of an Automatic Followspot Tracking System. Strathprints: The University of Strathclyde institutional repository. URL: https://strathprints.strath.ac.uk/39331/1/hay04a.pdf [Accessed 15th September 2025].

7. Lv Ch., Yang L., Li M., Yin J. Stage Actor Positioning Method Based on RealSense Point Cloud. In: 2019 International Joint Conference on Information, Media and Engineering (IJCIME), 17–19 December 2019, Osaka, Japan. IEEE; 2019. P. 188–192. https://doi.org/10.1109/IJCIME49369.2019.00045

8. Zhang Y.-X., Shen Y.-R., Zhang W.-W., Zhu Z.-Q., Ma P.-F. Design of an Interactive Spatial Augmented Reality System for Stage Performance Based on UWB Positioning and Wireless Triggering Technology. Applied Sciences. 2019;9(7). https://doi.org/10.3390/app9071318

9. Hill A.J., Lane K.K., Rosenthal A.P., Gand G. Live Event Performer Tracking for Digital Console Automation Using Industry-Standard Wireless Microphone Systems. In: 135th Audio Engineering Society Convention Paper, 17–20 October 2013, New York, NY, USA. 2013. P. 1–13.

10. Bai Sh., Zhang J. Research on Stage Automatic Light-Following System Based on Trajectory Prediction. In: 2021 International Conference on Culture-Oriented Science & Technology (ICCST), 18–21 November 2021, Beijing, China. IEEE; 2021. P. 543–546. https://doi.org/10.1109/ICCST53801.2021.00118

11. Prakash D., Nigel K.G.J. Automatic Human Tracking Theatrical Spotlight. In: 2015 International Conference on Innovations in Information, Embedded and Communication Systems (ICIIECS), 19–20 March 2015, Coimbatore, India. IEEE; 2015. P. 1–4. https://doi.org/10.1109/ICIIECS.2015.7192974

12. Ефимов А.И., Логинов А.А., Никифоров М.Б., Новиков А.И. Построение матрицы гомографии на основе произвольного количества ключевых точек. В сборнике: Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 18-й Международной научно-технической конференции, 26–28 октября 2015 года, Рязань, Россия. Рязань: Научно-техническое издательство «Горячая линия-Телеком»; 2015. С. 137–139.

13. Круглик Е.Д. Машинное зрение на основе OpenCV. В сборнике: Индустрия 1С: Сборник статей II региональной научно-практической конференции, 28 ноября 2023 года, Брянск, Россия. Брянск: Брянский государственный инженерно-технологический университет; 2023. С. 211–217.

14. Henry S., Christian J.A. Optimal DLT-Based Solutions for the Perspective-n-Point. arXiv. URL: https://arxiv.org/abs/2410.14164 [Accessed 15th September 2025].

15. Nousias G., Delibasis K.K., Maglogiannis I.G. Intelligent Sampling Consensus for Homography Estimation in Football Videos Using Featureless Unpaired Points. IEEE Access. 2025;13:187843–187857. https://doi.org/10.1109/ACCESS.2025.3627538

16. Rousseeuw P.J., Leroy A.M. Robust Regression and Outlier Detection. New York, Chichester: Wiley; 2003. 329 p.

17. Pei Y., Biswas S., Fussell D.S., Pingali K. An Elementary Introduction to Kalman Filtering. Communications of the ACM. 2019;62(11):122–133. https://doi.org/10.1145/3363294

18. Dombry C. Discrete Approximation of Stable White Noise – Application to Spatial Linear Filtering. arXiv. URL: https://arxiv.org/abs/0903.1552 [Accessed 15th September 2025].

19. Теряев Л.Н., Дорохин В.А., Евсеева Е.С., Максименко К.М. Метод автоматической оценки погрешности наведения светового луча на основе компьютерного зрения. В сборнике: Научный форум: Технические и физико-математические науки: Сборник статей по материалам LXXXVIII международной научно-практической конференции: № 8 (88), сентябрь 2025 года, Москва, Россия. Москва: МЦНО; 2025. С. 4–11.

Теряев Лев Николаевич

Государственный университет «Дубна»

Дубна, Российская Федерация

Ключевые слова: интеллектуальное управление, сценическое освещение, компьютерное зрение, цифровой двойник, фильтр Калмана, гомография, DMX, трекинг объектов, автоматизация управления светом

Для цитирования: Теряев Л.Н. Метод интеллектуального управления наведением светового луча на динамические объекты сценического пространства. Моделирование, оптимизация и информационные технологии. 2025;13(4). URL: https://moitvivt.ru/ru/journal/pdf?id=2095 DOI: 10.26102/2310-6018/2025.51.4.047

8

Полный текст статьи в PDF

Поступила в редакцию 06.10.2025

Поступила после рецензирования 24.11.2025

Принята к публикации 28.11.2025