Игнатиади Евгений Константинович (главный конструктор по интеллектуальным системам управления и робототехнике, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург)
Михайлов Михаил Владимирович (начальник отдела, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург)
Гончаров Влас Андреевич (Инженер-электроник 2 категории, Петербургский государственный университет путей сообщения Императора Александра I, Санкт-Петербург, Россия, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург)
Поздняков Владимир Андреевич (программист, Санкт-Петербургский политехнический университет им. Петра Великого, Санкт-Петербург, Россия, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург)
Лобкова Вероника Андреевна (инженер, Санкт-Петербургский политехнический университет им. Петра Великого, Санкт-Петербург, Россия, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург)
Островский Артём Сергеевич (программист, Санкт-Петербургский государственный морской технический университет, Санкт-Петербург, Россия, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург)
Лыков Станислав Викторович (Программист 1 категории, ГНЦ РФ ЦНИИ РТК, Санкт-Петербург )
|
Исследования, проводимые в работе, направлены на разработку удаленно управляемых робототехнических комплексов. В работе в качестве прототипа, на котором отрабатываются представленные в статье экспериментальные решения, выступают необитаемый подводный аппарат и автономный безэкипажный катер. В числе основных задач, решаемых в работе данными аппаратами, являются: мониторинг и оценка среды; обнаружение объектов и препятствий; маневрирование; сближение с объектом. В статье рассматривается задача стыковки в виртуальной 3D среде, в процессе которой осуществляется построение изображений рабочего пространства подводного робототехнического комплекса. Предложены алгоритмы построения 3D изображений рабочего пространства робототехнического комплекса в решении задачи стыковки, основанные на применении методов машинного обучения, включающей поиск, планирование движений, маневрирование и управление робототехническими комплексами для синхронизации подводного необитаемого аппарата с автономным безэкипажным катером в условиях неформализованных выполняющих сред. Результаты работы показывают, что применение методов машинного обучения в решении данных задач позволяют повысить уровень автономности аппаратов.
Ключевые слова:Необитаемые подводные аппараты, робототехнический комплексы, интеллектуальные системы управления, трансформенные сети, генеративно-состязательные сети, гибридная архитектура, машинное обучение, искусственный интеллект, машинное обучение, CALS-технологии, высокореалистичная физическая среда, виртуальный полигон, цифровой двойник, P3P, фильтр Калмана, алгоритм KAZE, алгоритм DBSCAN, GAN, RFBN
|
|
|
Читать полный текст статьи …
|
Ссылка для цитирования: Игнатиади Е. К., Михайлов М. В., Гончаров В. А., Поздняков В. А., Лобкова В. А., Островский А. С., Лыков С. В. РАЗРАБОТКА АЛГОРИТМА АДАПТИВНОЙ СИСТЕМЫ СТЫКОВКИ НПА С БЭК С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2024. -№01. -С. 63-68 DOI 10.37882/2223-2966.2024.01.16 |
|
|