Ярощук Павел Олегович (аспирант
ФГБОУ ВО «ВГУ», Воронеж
)
| |
Данное исследование направлено на разработку и оценку эффективности комбинированной архитектуры для построения карты в автопилоте наземного транспорта. Благодаря комбинации глубокого обучения, математической оптимизации и передовых алгоритмов локализации был синтезирован алгоритм, задача которого состоит в определении 3д положения подвижных объектов, картировании неподвижных и одновременной локализации положения объекта. Метод показал прирост быстродействия по сравнению с другими рассмотренными и сравнительно высокую точность, кроме того, в отличие от таких методов как SMOKE, он генерирует больше полезной информации о наполнении сцены, что позволяет использовать его для более широкого круга задач без дополнительной модификации. Метод обладает высокой степенью конфигурируемости и человеко-интерпретируемости, так что можно настраивать баланс между скоростью обработки/точностью построения карты. Данный алгоритм может быть применен как компонент автопилота как простых роботов, таких как складской погрузчик, так и более сложных систем автопилота и круиз-контроля потребительского транспорта. Он полностью самодостаточен и требует только дообучения 2Д детектора для адаптации к требуемым условиям эксплуатации.
Ключевые слова:математическое моделирование, математическая оптимизация, динамическое программирование, алгоритм реального времени, глубокое обучение.
|
|
| |
|
Читать полный текст статьи …
|
Ссылка для цитирования:
Ярощук П. О. РАЗРАБОТКА КОМБИНИРОВАННОЙ АРХИТЕКТУРЫ ПОСТРОЕНИЯ КАРТЫ НА ОСНОВЕ SLAM-АЛГОРИТМОВ И ГЛУБОКОГО ОБУЧЕНИЯ // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2025. -№06/2. -С. 254-258 DOI 10.37882/2223-2966.2025.06-2.50 |
|
|
ПРАВОВАЯ
ИНФОРМАЦИЯ:
