ОБНАРУЖЕНИЕ ОБЪЕКТОВ НА МЕСТНОСТИ ИНТЕЛЛЕКТУАЛЬНЫМИ РОБОТАМИ В БЫСТРОМЕНЯЮЩЕЙСЯ ОБСТАНОВКЕ

О журнале

Новости

Цели и сфера

Основатель и издатель

Редакционная коллегия

Условия лицензирования

Конфиденциальность

Отношение к плагиату

Публикационная этика

Политика архивирования

Подписка

Для авторов

Инструкции для авторов

Процесс рецензирования

Авторские права

Договор о передаче прав

Редакционные сборы

Архив

Все выпуски

Поиск

Контакты

Контакты

Никитина Анжела Анатольевна
ведущий инженер по научно-технической информации
Федеральное государственное бюджетное научное учреждение «Институт проблем искусственного интеллекта».
Область научных интересов: компьютерныеинформационные технологии

Уланов Сергей Иванович
ведущий инженер отдела
доцент
Федеральное государственное бюджетное научное учреждение «Институт проблем искусственногоинтеллекта», г. Донецк
Область научных интересов: интеллектуальные робототехнические системы

Скачать pdf

УДК 528.013
DOI 10.34757/2413-7383.2023.30.3.003
Язык: Русский

Аннотация: В статье приведено несколько наиболее эффективные подходов для решения задачи обнаружения объектов на местности интеллектуальными роботами в быстроменяющейся обстановке. Обосновано применение компьютерного зрения, машинного обучения на основе самообучающейся свёрточной нейронной сети. Исследование данной проблемы показало, что наиболее эффективный результат даст использование данных подходов в комплексе.

Ключевые слова: САМООБУЧАЮЩАЯСЯ СВЁРТОЧНАЯ НЕЙРОННАЯ СЕТЬ, GPS-ДАННЫЕ, РЕДУКЦИЯ ДАННЫХ, ПЛИС.

Список литературы:
1. Бычков И.В., Кензин М.Ю, Максимкин Н.Н. Двухуровневый эволюционный подход к маршрутизации группы подводных роботов в условиях периодической ротации состава. Труды СПИИРАН. СанктПетербург, 2019. Том 18, № 2. С. 267-301
2. Blidberg D.R. The Development of Autonomous Underwater Vehicles (AUV); A Brief Summary. Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). 2001. vol. 4. pp. 1.
3. Kenzin M.Yu., Bychkov I.V., Maksimkin N.N. A hybrid approach to solve the dynamic patrol routing problem for group of underwater robots. 39th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO). 2016. Pp. 1114-1119
4. Никитина А.А. Анализ достижений научных исследований и инноваций в области искусственных нейронных сетей (ИНС). Материалы Донецкого международного научного круглого стола «Искусственный интеллект: теоретические аспекты и практическое применение» ИИ-2020. Донецк: ГУ ИПИИ, 2020. С. 142-148.
5. Никитина А.А., Близно М. В. Обзор машинных методов стереозрения. Искусственный интеллект: теоретические аспекты и практическое применение. ИИ – 2021: Материалы Донецкого международного круглого стола. Донецк : ГУ «ИПИИ», 27.05.2021 г. С. 104-109.
6. Зуев М. В., Бутов О. А., Иванова С. Б., Никитина, А.А., Уланов, С. И. Способ обучения нейронной сети управления роботом. Проблемы искусственного интеллекта (International Peer-Reviewed Scientific Journal «Problems of Artificial Intelligence»), ISSN 2413-7383. 2021. № 2 (21). С. 22-33
7. Зуев В.М., Близно М.В. Алгоритм калибровки стереокамеры. Проблемы искусственного интеллекта (International Peer-Reviewed Scientific Journal «Problems of Artificial Intelligence»), ISSN 2413-7383. 2020. № 4 (19).
8. Зуев В.М., Никитина А.А. Разработка ускорителя сверточной нейронной сети на базе ПЛИС, использующего алгоритм Винограда ПЛИС. Искусственный интеллект: теоретические аспекты и практическое применение. ИИ – 2021: Материалы Донецкого международного круглого стола. Донецк : ГУ «ИПИИ», 27.05.2021 г. С. 96-103.
9. Еремеев С.В., Абакумов, А.В., Андрианов, Д.Е., Ширабакина Т.А. Метод векторизации спутниковых снимков на основе их разложения по топологическим особенностям. Информатика и автоматизация. 2023. Том 22, № 1. С. 110-145.
10. Черниховский Д.М., Алексеев А.С. Определение средних высот и запасов древостоев на основе обработки информации топографической радарной съёмки, цифровых моделей рельефа и ГИС технологий. Труды СПИИРАН. 2019. Том 18, № 2. С. 416-444.
11. Пикалев Я.С., Ермоленко Т.Е. О нейронных архитектурах извлечения признаков для задачи распознавания объектов на устройствах с ограниченной вычислительной мощностью. Искусственный интеллект: теоретические аспекты, практическое применение: материалы Донецкого международного научного круглого стола. Донецк : ФГБНУ «ИПИИ», 2023. 252 с. С. 142-147.
12. Зуев В.М. Сравнение обнаружения классическим способом. Искусственный интеллект: теоретические аспекты, практическое применение: материалы Донецкого международного научного круглого стола. Донецк : ФГБНУ «ИПИИ», 2023. 252 с. С. 70-79.
Фролов В.В. Методы синхронного сложения видеосигналов. Искусственный интеллект: теоретические аспекты, практическое применение: материалы Донецкого международного научного круглого стола. Донецк : ФГБНУ «ИПИИ», 2023. 252 с. С. 217-220.
14. Фролов В.В., Пигуз В.Н. Интеллектуальные системы видеонаблюдения со встроенной видеоаналитикой для решения задач охранной сигнализации. Искусственный интеллект: теоретические аспекты и практическое применение: материалы Донецкого международного научного круглого стола. Донецк :ГУ «Институт проблем искусственного интеллекта» (ГУ «ИПИИ»), 2022. 216 с. С. 133-140.
15. Близно М.В., Зуев В.М., Иванова С. Б. Распознавание изображений по коэффициентам дискретного косинусного преобразования. Искусственный интеллект: теоретические аспекты и практическое применение: материалы Донецкого международного научного круглого стола. – Донецк : ГУ «Институт проблем искусственного интеллекта» (ГУ «ИПИИ»), 2022. 216 с. С. 92-96.
16. Бутов О. А. Обзор автоматизированных средств проектирования и имитационного моделирования. Искусственный интеллект: теоретические аспекты и практическое применение: материалы Донецкого международного научного круглого стола. Донецк : ГУ «Институт проблем искусственного интеллекта» (ГУ «ИПИИ»), 2022. 216 с. С. 102–113.
17. Полоус А. Г. Возможности обработки онтологий с помощью библиотеки DotNetRDF. Донецкие чтения 2023: образование, наука, инновации, культура и вызовы современности : материалы VIII Международной научной конференции (Донецк, 25–27 октября 2023 г.). Том 2: Физические, технические и компьютерные науки / под общей редакцией проф. С.В. Беспаловой. Донецк : Издво ДонГУ, 2023. 382 с. С. 344–346
18. Покинтелица, А. Е. Особенности редукции данных, поступающих на вход робототехнической системы. Искусственный интеллект: теоретические аспекты, практическое применение : материалы Донецкого международного научного круглого стола. Донецк : ФГБНУ «ИПИИ», 2023. 252 с. С. 162–167.

Выпуск: 3(30)'2023
Раздел: Информатика, вычислительная техника и управление
Как цитировать: Никитина, А.А. ОБНАРУЖЕНИЕ ОБЪЕКТОВ НА МЕСТНОСТИ ИНТЕЛЛЕКТУАЛЬНЫМИ РОБОТАМИ В БЫСТРОМЕНЯЮЩЕЙСЯ ОБСТАНОВКЕ // А.А. Никитина, С.И. Уланов // Проблемы искусственного интеллекта. - 2023. № 3 (30). - http://search.rads-doi.org/project/13749/object/201185 doi: 10.34757/2413-7383.2023.30.3.003

Назад к выпуску 3(30)'2023