Современные роботы способны выполнять все более сложные задачи, которые обычно требуют высокой степени взаимодействия с окружающей средой, в которой им приходится работать. Как следствие, роботизированные системы должны обладать глубокими и конкретными знаниями о своих рабочих пространствах, которые выходят далеко за рамки простого представления показателей, которое роботизированная система может создать с помощью приёмов обработки только зрительных данных, например в задаче одновременной локализация и картографирования (SLAM). Анализ сцены является связующим звеном между распознаванием объектов и знанием об окружающем мире и в том или ином виде присутствует в процессе извлечения из зрительных данных информации, необходимой для решения конкретной задачи. В статье представляется систематизированный подход к обеспечению анализа сцены бортовыми СТЗ. Рассматриваются технологии анализа сцены как составной части повышения степени автономности подвижных РТК. Ряд технологий только предстоит освоить и воплотить в жизнь, но общая структура позволяет постепенно углублять анализ сцены на борту РТК, тем самым повышая степень автономности без коренной переделки бортовой информационно-управляющей системы и СТЗ, как ключевой части информационного обеспечения. Информация, извлечённая из зрительных данных, интегрируется в многослойную карту, обеспечивая высокоуровневое представление окружающей среды, которое воплощает в себе знания, необходимые робототехническому комплексу для реального выполнения сложных задач. Многослойная карта представляет собой форму хранения знаний об окружающей обстановке и объектов в ней. Эта карта объединяет пространственную иерархию объектов и мест с семантической иерархией понятий и отношений. Описываются структуры для представления данных в различных слоях этой карты и механизмы их использования. В частности, для описания маршрутов движения РТК, используются принципы интерпретирующей навигации, для представления информации об условиях функционирования и объектах интереса структуры сигнатур. В основе программной реализации предлагаемых механизмов используется унифицированный подход на основе программного каркаса СТЗ реального времени. Приводятся примеры использования описанных технологий при решении задач информационного обеспечения целенаправленных перемещений наземных РТК.
Статья посвящена исследованию влияния использования различных математических моделей камер, следовательно, моделей формирования изображения сцены, при восстановлении 3-Д структуры сцены из набора 2-Д снимков в процессе движения камеры (восстановлении структуры из движения, далее - СИД). Сравнительная оценка проводится для двух моделей камер: классической модели камеры центральной проекции и, сравнительно новой, модели всенаправленной камеры. В статье дано краткое описание математической модели всенаправленной камеры, описанная модель используется в ходе экспериментов, также описаны способы представления изображений от всенаправленных камер. Дополнительно дается описание математической модели классической камеры центральной проекции. Описанная модель также используется в ходе проведения экспериментов. Используемые при решении задачи восстановления структуры из движения аналитические выкладки кратко упоминаются в статье. Также дается описание алгоритма получения 3-Д координат точек наблюдаемой сцены из последовательности снимков в движении. Проведенные в рамках исследования эксперименты подробно описаны в данной статье. Раскрыт процесс установки визуальных ориентиров, определения их истинных 3-Д координат. Описаны действия по формированию наборов данных для получения сравнительных оценок. В заключении работы дан анализ результатов экспериментов, выделены модели, позволяющие уменьшить погрешности восстановления 3-Д координат наблюдаемых визуальных ориентиров.
Одним из актуальных направлений при создании систем раннего обнаружения объектов является разработка алгоритмов поиска и распознавания малоразмерных объектов на изображениях. В задаче раннего обнаружения приходится распознавать объекты на дальних расстояниях от места их фиксации камерой. Образ на изображении таких объектов представлен малой компактной группой пикселей, которая претерпевает пространственные и яркостные изменения от кадра к кадру. Для успешного решения этой задачи целевые объекты реального мира должны иметь большие физические размеры. Кроме физических размеров объекта на образ объекта на изображении влияют большое количество факторов: разрешение матрицы камеры, фокусное расстояние объектива, светочувствительность матрицы и др. Вектор решения такой задачи направлен в сторону сверточных нейронных сетей. Однако, даже у передовых архитектур сверточных нейронных сетей поиск и распознавание малоразмерных объектов на изображениях вызывает трудности. Эта проблема напрямую связана с эффектом переобучения модели нейронной сети. Переобучение модели нейронной сети можно оценить на основе анализа кривых обучения. Для снижения вероятности переобучения применяют специальные методы, которые объединяет термин регуляризация. Однако, в распознавании малоразмерных объектов существующих методов регуляризации бывает недостаточно. В работе произведено исследование разработанного алгоритма предварительной обработки последовательности видеокадров, увеличивающего исходное пространство признаков новым независимым признаком движения в кадре. Алгоритм предварительной обработки основан на пространственно-временной фильтрации последовательности видеокадров, применение которого распространяется на широкий спектр архитектур сверточных нейронных сетей. Для исследования характеристик точности и распознавания сверточных нейронных сетей сформированы датасеты изображений в градациях серого и изображений с признаком движения на основе среды разработки 3D графики Unreal Engine 5. В работе приведен критерий малоразмерности объектов на изображениях. Произведено обучение и оценка характеристик точности тестовой модели сверточной нейронной сети и анализ динамики кривых обучения тестовой модели. Показано положительное влияние предложенного алгоритма предварительной обработки последовательности видеокадров на интегральную точность обнаружения малоразмерных объектов.
Тема исследования затрагивает вопрос о роли наставничества в поддержке и помощи семьям, которые находятся в трудной жизненной ситуации. В данном исследовании анализируется эффективность и важность наставничества в поддержке семей, сталкивающихся с трудностями в области экономики, здравоохранения, образования, беженцев, насилия в семье или других сложных ситуациях. Этот метод помогает не только обучать, но и воспитывать новое поколение, передавая им ценные знания и опыт своего предшественника. Различные специалисты стремятся исследовать вопросы и проблемы семейного наставничества с целью разработки эффективных методов и подходов в этой области. В работе акцентируется внимание на роли семейного наставника в оказании практической и эмоциональной поддержки, доверительных отношений и содействия семейной стабильности. Кроме того, исследование рассматривает эффективные методы и подходы к семейному наставничеству, а также рекомендации для организаций и индивидуальных наставников, работающих с семьями в трудных жизненных ситуациях. Результаты исследования могут быть полезны для разработки программ и стратегий поддержки семей в трудной жизненной ситуации, а также основы для дальнейших исследований в данной области.
Комплексирование нескольких моделей в одну систему технического зрения позволит решать более сложные и комплексные задачи. В частности, для мобильной робототехники и беспилотных летательных аппаратов (БЛА) является актуальной проблемой отсутствие наборов данных для различных условий. В работе в качестве решения данной проблемы предлагается комплексирование нескольких моделей: сегментации, сопровождения и классификации. Это позволит значительно повысить качество решения сложных задач без дополнительного обучения. Модель сегментации позволяет выделять произвольные объекты из кадров, поэтому ее можно использовать в недетерминированных и динамических средах. Модель классификации позволяет определить необходимые для навигации объекты, которые затем сопровождаются с помощью третей модели. В работе подробно описан алгоритм комплексирования моделей. Ключевым элементом в алгоритме является коррекция предсказаний моделей, позволяющая достаточно надежно сегментировать и сопровождать различные объекты. Процедура коррекции предсказаний моделей решает следующие задачи: добавление новых объектов для сопровождения, валидация сегментированных масок объектов и уточнение сопровождаемых масок. Универсальность данного решения подтверждается работой в сложных условиях, на которых не обучали модели, например, подводная съемка или изображения с БЛА. Проведено экспериментальное исследование каждой из моделей в условиях открытой местности и в помещении. Наборы данных включали сцены актуальные для мобильной робототехники. В частности, в сценах присутствовали движущиеся объекты (человек, автомобиль) и возможные преграды на пути робота. Для большинства классов метрики качества сегментации превышали 80%. Основные ошибки связаны с размерами объектов. Проведенные эксперименты наглядно демонстрируют универсальность данного решения без дополнительного обучения моделей. Дополнительно проведено исследование быстродействия на персональном компьютере с различными входными параметрами и разрешением. Увеличение количества моделей значительно повышает вычислительную нагрузку и не достигает реального времени. Поэтому одним из направления дальнейших исследований является повышение быстродействия системы.
Представлен способ алгоритмической компенсации смещения центров чувствительных элементов акселерометров в составе высокоточной инерциальной навигационной системы. Ранее рассматриваемую компенсацию допускалось не применять, ввиду возможности минимизации ее влияния за счет конструктивных особенностей - максимально близкого расположения акселерометров друг к другу. С модернизацией комплектующих инерциальных датчиков влияние погрешности типа «size-effect» могло стать существенным по сравнению с погрешностями гироскопов и акселерометров. Целью данной работы является анализ влияния этой погрешности на решение навигационной задачи в условиях точностей современных инерциальных датчиков. В работе подробно изложена схема компенсации: отдельно рассматривается компенсация к произвольному центру инерциального измерительного блока, учитывающая эффект разнесения триады акселерометров, и к центру вращения транспортного средства, учитывающая место установки на объект эксплуатации. Дополнительно проанализированы конструкции расположения акселерометров на платформах блока датчиков высокоточной и малогабаритной инерциальных навигационных систем. С помощью серии вращений на наклонно поворотном столе проведен расчет разнесения акселерометров по методу наименьших квадратов относительно точки пересечения осей вращения используемого стенда. Получена оценка невязки вычисленных коэффициентов разнесения чувствительных элементов от их номинальных значений. На примере калибровочных вращений достигнуто уменьшение всех паразитных явлений в сигнале акселерометров, проявляемых в результате центростремительного и тангенциального ускорений. Аналитически выведено влияние паразитного сигнала акселерометров при курсовой качке изделия на исчисление координат и раскрыта зависимость исследуемой погрешности от времени работы изделия в условиях постоянной качки. С целью верификации проведены реальные испытаниях на наклонно-поворотном столе и изложены полученные результаты эффективности компенсации. Приведены результаты компенсации при летных испытаниях на двуместном вертолете вертикального взлета и посадки. Расчет летных испытаний производился путем натурного моделирования по записанными данным с учетом синхронизации используемых датчиков. Отдельно рассматривается компенсация в режиме сведения триады акселерометров к произвольной точке и в режиме сведения акселерометров к центру вращения транспортного средства.
В статье рассматривается проблема подготовки педагогов к взаимодействию с семьями обучающихся. В статьепредставлены результаты исследования 12 отечественных и 56 зарубежных программ подготовки будущих педагогов в 35 педагогических вузах, в том числе: 17 программ по профилю «Дошкольное образование», 19 программ по профилю «Начальное образование» и 32 программы по профилю «Иностранный язык» (как пример программы, которая не предполагает прямого контакта учителя с родителями обучающихся). Зарубежные университеты были выбраны на основании ежегодно публикуемого рейтинга университетов мира QS World University Rankings. Также в статье представлены результаты всероссийского исследования запросов родителей и педагогов на взаимодействие школы и семьи. В опросе приняли участие 400 респондентов - 200 родителей и 200 педагогов, из которых 183 учителя и 17 членов администрации школ. Исследование позволило конкретизировать основные запросы родителей и педагогов на взаимодействие, понять трудности, с которыми сталкивается школа и семья при взаимодействии, выявить дефицит компетенций учителей в области работы с семьями обучающихся. Исследование также показало, что родители и педагоги солидарны в выборе главных компетенций учителей в области взаимодействия с семьями обучающихся. В статье предложена примерная тематика программы повышения квалификации учителей в области взаимодействия школы и семьи, которая учитывает запросы родителей и учителей.
Непрерывное совершенствование технологий создания беспилотных авиационных платформ приводит к росту их количественного состава и спектра решаемых ими задач. Установка станций постановки помех в качестве полезной нагрузки на беспилотные летательные аппараты (БпЛА) позволяет осуществлять радиоэлектронное подавление многофункциональных радиолокационных станций (МРЛС) средств противовоздушной обороны за счет превышения числа помех над числом каналов компенсатора этих помех. Поскольку современные МРЛС сантиметрового и миллиметрового диапазонов волн оснащаются фазированными антенными решетками (ФАР), чаще всего проходного типа, то задача увеличения противопомехового канального ресурса в таких системах наиболее актуальна. Одним из направлений решения данной задачи является конструктивное объединение (интеграция) основной и компенсационных подрешеток в общем раскрыве ФАР. Данное решение требует незначительной программно-аппаратной доработки образца, заключающейся в применении системы дополнительных облучателей с цифровым выходом, расположенных за основным полотном ФАР, что является более экономичным в сравнении с использованием множества вспомогательных малоразмерных компенсационных ФАР. В статье приводится сравнительная оценка эффективности функционирования подсистемы автоматической компенсации помех с подрешетками компенсационных каналов интегрированных в основную ФАР и автокомпенсатора помех с множеством малоразмерных компенсационных решеток. Исследование проводилось методами компьютерного моделирования на имитационной программной модели функционирования подсистемы автоматической компенсации помех МРЛС с ФАР при воздействии группы БпЛА - носителей станций постановки помех. Результаты моделирования показали возможность увеличения противопомехового канального ресурса при реализации в МРЛС предложений, а также рост показателя помехоустойчивости в 1,02…1,23 раза по сравнению с МРЛС, оснащенной малоразмерными ФАР компенсационных каналов.
Проводится анализ проблемы мульти коммивояжера, которая в отличие от знаменитой задачи коммивояжера, задействует несколько коммивояжёров, которые посещают заданное количество городов ровно один раз и возвращаются в исходное положение с минимальными затратами на поездку. Задача мульти коммивояжера является важной для области оптимизации маршрутов и распределения назначений между несколькими агентами. Основной целью исследования является разработка эффективного метода решения данной проблемы, который позволит сократить время выполнения задач и оптимизировать использование ресурсов. В ходе исследования был создан инновационный метод, основанный на уменьшении размерности пространства решений. Этот метод позволяет более эффективно управлять нагрузкой и ресурсами, что в свою очередь способствует минимизации общего времени выполнения задач. Особенностью метода является его универсальность и применимость в различных сценариях, включая ситуации с разным количеством задач и коммивояжеров. Такой подход обеспечивает более широкий охват и позволяет оценить применимость метода в различных контекстах, что является важным преимуществом данного исследования. Для оценки эффективности разработанного метода было проведено сравнительное исследование с использованием классического метода решения проблемы мульти коммивояжера. Оценка результатов осуществлялась на основе трех ключевых критериев: вычислительного времени получения решения задачи мульти коммивояжера, суммарной длины пройденных маршрутов коммивояжерами и максимальной длины маршрута среди них. Анализ экспериментальных данных показал, что разработанный метод значительно превосходит классический подход по всем рассматриваемым критериям в большинстве экспериментов, так как при использовании предложенного метода среднее время расчета для задачи мульти коммивояжера уменьшается на 56% по сравнению с наилучшим известным классическим результатом, при этим средняя сумма длины пройденных маршрутов коммивояжерами соответственно уменьшается на 12% и максимальная длина пути среди пройдённых агентами маршрутов (дисбаланс нагрузки) уменьшается на 8%, что подтверждает высокую эффективность предложенного метода и перспективность для практического применения в различных сферах, где требуется оптимизация маршрутов и распределения задач между несколькими исполнителями.
Информации о пожароопасных ситуациях, циркулирующей в контурах систем контроля и управления кораблём ВМФ и уровня технологий искусственного интеллекта, вполне достаточно, чтобы разработать научно-методический аппарат обнаружения пожароопасных ситуаций в корабельных помещениях, определения места их возникновения и факторов пожара, прогнозирования развития пожароопасной ситуации и разработать комплекс технологических решений с применением искусственного интеллекта для получения обоснованных рекомендаций по локализации и тушению пожаров на кораблях ВМФ. Это позволит значительно сократить время обнаружения источников возгорания, дать достоверную информацию о пожароопасной обстановке, спрогнозировать развитие пожара в корабельных помещениях и оперативно организовать борьбу с корабельным пожаром до возникновения критических пожароопасных факторов и ущерба кораблю, здоровью и жизни личного состава. Технологии искусственного интеллекта являются эффективным средством решения сложных плохо формализуемых задач. К этому классу традиционно относятся задачи классификации, кластеризации, аппроксимации многомерных отображений, прогнозирования временных рядов, нелинейной фильтрации, управления сложными технологическими объектами. Анализ пожарной опасности технологических процессов, работы корабельных систем и технических средств показал, что одним из наиболее перспективных путей разрешения системного противоречия в обеспечении пожарной безопасности является использование технологий искусственного интеллекта. Необходимость разработки интеллектуальных систем обеспеченья живучести на кораблях ВМФ обусловлена необходимостью повышения эффективности руководства при борьбе за живучесть в ряде аварий и катастроф. Описаны примеры влияния различных факторов на ведение борьбы за живучесть при возникновении аварий. Определена роль интеллектуальных систем обеспеченья живучести в составе систем кораблей и судов. Обоснована необходимость внедрения таких систем. Разрабатываемые в настоящее время интеллектуальные системы обеспечения живучести на кораблях ВМФ призваны оказывать помощь командному составу кораблей и судов в своевременности и обоснованности принятия решений, что позволит повысить эффективность борьбы за живучесть.