Архив статей журнала
Целью данной работы является проведение системного анализа мобильных роботизированных платформ, которые могут использоваться в сельском хозяйстве для транспортировки грузов и прополки сорняков. Данное исследование является актуальным из-за увеличения численности населения, уменьшения пахотных площадей, естественного оттока населения из сельской местности и снижения количества сельскохозяйственной техники. Для достижения поставленной цели в работе сформировано «дерево» целей системного анализа конструктивного исполнения платформ, которые предваряют и декомпозируют этапы проектирования и разработки роботов сельскохозяйственного назначения. Из-за наличия нечетких и вербальных показателей оценки экспертами роботизированных платформ, авторы предлагают определять их в виде нечетких интервалов, которые с применением аддитивной свертки позволяют получить комплексный показатель, который может представлять либо в нечетком виде, либо в виде пессимистической, оптимистической или нейтральной оценок. При этом весовые коэффициенты аддитивной свертки также можно представить в нечетком виде. Для этого предложены операции умножения и сложения нечетких интервалов. Для проведения имитационного моделирования представлена структура программного обеспечения с применением объектно-ориентированного подхода. За счет перегрузки классических операций сложения и умножения удалось реализовать алгебраические операции с нечеткими интервалами без усложнения вычислений. Результаты моделирования подтвердили работоспособность подхода и позволили определить конструктивное исполнение, компоновку, двигатели и движители для сельскохозяйственной платформы. Предложенные методы можно использовать перед этапами проектирования и разработки роботов различного назначения, а использование показателей в нечетком виде позволяет снизить нагрузку на экспертов.
Статья посвящена актуальной теме имитации качки катамарана и программному обеспечению, алгоритмам позволяющим реализовать эту имитацию. Актуальность вытекает из необходимости тестировать навигационные устройства и их алгоритмы, строить большие тренажёрные комплексы имитации объектов надводного, воздушного и наземного базирования. Данная статья будет сосредоточена на описании программного и алгоритмического обеспечения для создания имитатора качки катамарана, находящегося на поверхности воды, при воздействии на него ветроволновых воздействий. Имитационный стенд для воспроизведения качки катамарана включает в себя платформу Стюарта, датчики, микроконтроллеры и персональный компьютер оператора. Верхняя часть платформы перемещается подобно палубе катамарана, а нижняя часть жёстко закреплена. Результаты экспериментов учитываются датчиками, закреплёнными на подвижной части, и обрабатываются микроконтроллером-прототипом навигационной системы. Считается, что навигационная система должна получать данные об объекте качки и возвращать оператору вектор состояния, содержащий угол и скорость крена, угол и скорость дифферента, высоту и скорость вертикальной качки. Применяемые математические модели описывают динамику катамарана и системы управления, уменьшающую амплитуду качки, внешние возмущения морской волны, формируемые по спектру Пирсона-Московица. Для получения траекторий качки катамарана реализован алгоритм Рунге-Кутта 4-го порядка с фиксированным шагом, а для фильтрации и восстановления полного вектора состояний катамарана реализован фильтр Калмана по схеме с «с задержкой». Разработано программное обеспечение для воспроизведения крена катамарана на имитационном стенде, фильтрации и восстановления вектора состояния, графического отображения результатов эксперимента в виде графиков, сохранения результатов в файлах. Для лучшей интерпретации результатов входные параметры графического интерфейса и алгоритмов имеют простые наглядные параметры: скорость и направление ветра, начальное состояние катамарана и служебные, а результаты представляются в виде графиков. В статье представлено подробное описание взаимосвязи модулей программ, применяемых математических алгоритмов, указаны входные и выходные параметры. Результаты имитации показывают достаточное качество воспроизведения качки катамарана. Однако были выявлены незначительные погрешности, связанные с механическими ограничениями применённой кинематической модели.
Статья посвящена решению научной проблемы создания верхнеуровневого описания модели онтологии знаний для интеллектуальных систем обработки и анализа текстов на естественном языке, построенной на основе оригинальной компонентной архитектуры, обеспечивающей необходимый уровень детализации спецификаций анализируемой текстовой информации. Актуальность данной задачи обусловлена необходимостью развития теоретических основ построения информационных моделей семантических зависимостей внутри текстов на естественном языке. Автором даны определения основным терминам исследуемой предметной области. Представлена формализованная постановка решаемой задачи. Проблема «информационного взрыва», причиной возникновения которой стал экспоненциальный рост объемов цифровой информации, привела к ситуации, когда до 95% информационного потока содержит неструктурированные данные. В подобных условиях, крайне актуальной становится задача создания эффективных интеллектуальных систем поиска и приобретения знаний, в том числе, интеллектуальных систем обработки и анализа текстов на естественном языке. Научным направлением решения этой частной задачи является Text Mining (TM) - раскопка знаний в текстовой информации. В качестве примера прикладной задачи использования приобретенных знаний, в данном исследовании, рассматривается значимая проблема информационной поддержки процессов предупреждения и/или ликвидации последствий чрезвычайных ситуаций. В данной задаче исходными данными являются потоки текстовых сообщений (новостной информации, отчетов о техническом состоянии техногенных объектов, информации о природных явлениях и т.п.), поступающих в центры принятия решений, а на выходе формируются прогностические оценки и/или конкретные инструкции относительно оценки ситуации и предпринимаемых действий определенными специалистами. Одной из причин, сдерживающих развитие интеллектуальных систем обработки и анализа текста для решения задач поиска, приобретения и использования знаний, является недостаточно высокий уровень эффективности моделей и алгоритмов, обеспечивающих комплексное решение описанных выше задач искусственного интеллекта с учетом особенностей семантики и контекста.
Рассматривается задача управления распределением энергетической мощности на территории, покрытой интеллектуальной энергосетью. Целью управления является стабилизация потока энергии при наличии внешних воздействий, вызванных изменением состояния окружающей среды. Присутствие уязвимостей обусловлено природой энергетических сетей и при определенном стечении обстоятельств провоцирует аномалии энергоснабжения. Воздействие факторов внешней среды разнообразно по содержанию, не позволяя уверенно прогнозировать актуальные угрозы. Описываются геоинформационные модели, использующие представление знаний образами. Ее использование дает возможность оценивать актуальность известных угроз. Концептуально образ включает в себя центр и допустимые преобразования центра в некотором контексте. Рассматривается случай, когда угроза нарушения работы интеллектуальной сети оценивается трансформированием образа в заданную область пространства, в которой размещается интеллектуальная сеть. Принципиальной особенностью предлагаемого подхода является оценка реализуемость явления или события в заданной области пространства. Операция переноса ситуации заставляет учитывать особенности топологии заданной области. Основную роль начинают играть не столько атрибуты ситуации, как параметры порождающей ее инфраструктуры. Особенностью предлагаемого подхода следует считать перенос смыслового контекста, который представлен допустимыми преобразованиями образа. Программная функция трансформирования связывается со слоем картографического изображения. Для заданного объекта, входящего в прецедент-оригинал, определяется область размещения. Ее граница определяется свойствами объекта. Если размер области размещения позволяет сконструировать объект соответствующего класса, этот объект создается. Оценивается достоверность результата путем применения экспертного знания о качестве объектов рассматриваемого класса. Перечисленные действия выполняются не только над геометрией пространственного объекта. Аналогично концепции образного представления геометрии используются временные и семантические атрибуты. Формирование списка угроз при заданном состоянии внешней среды составляет суть управления устойчивости. Анализируются особенности алгоритмизации процедуры трансформации образов. Приводится способ оценки достоверности трансформирования. Применение предложенного подхода перспективно для интеллектуальных систем энергоснабжения, поведение которых сложным образом зависит от факторов внешней среды.
Предлагается гибридная модель системы текстонезависимой динамической верификации пользователей информационных систем, которая основана на комплексном использовании искусственных иммунных систем и искусственных нейронных сетей. Подлежащие верификации данные текстонезависимой динамической биометрии пользователей представлены, двумя последовательностями информационных единиц фиксированного размера векторов признаков, соответствующих образам двух классов - «свой» и «чужой». Такое представление ориентировано на массово-параллельную децентрализованную обработку данных, принятую в искусственных иммунных системах. Последующая верификация пользователей обоих классов реализуется с помощью вероятностной искусственной нейронной сети, которая в признаковом пространстве вычисляет плотности вероятности концентрации информационных единиц обоих классов. В дополнение к характеристикам плотности вероятности информационных единиц используются допустимые цены ошибок 1-го и 2-го рода для образов каждого класса. Итоговый результат биометрической верификации работающего пользователя контролируется на основании текущего сравнения совокупных статистических оценок плотности вероятности и допустимой цены ошибок образов каждого из двух классов. Предлагаемый подход к верификации личности работающего пользователя позволяет предложить общую схему этой процедуры для существенно различных модальностей динамической биометрии: голоса, рукописи и клавиатурного набора. Реализация такого подхода для биометрии конкретной модальности будет несколько отличаться, но общая схема верификации может быть сохранена. Преимуществами предлагаемого подхода являются: возможность текстонезависимого анализа динамической биометрии различной модальности, произвольного объема, содержания и языка; возможность принятия верификационного решения в непрерывном режиме в темпе поступления работы пользователя; в перспективе повышать точность работы системы верификации путем увеличения размерности нейронной сети; возможность использования истории анализа результатов верификации реальных пользователей для последующей более точной настройки системы. Относительным недостатком работы является необходимость программной реализации нейронной сети большой размерности. Однако в перспективе этот недостаток быстро нивелируется с повышением производительности средств вычислительной техники.
Перспективным решением задач глобальной оптимизации являются метаэвристики, инспирированные природой, представляющие собой недетерминированные алгоритмы, исследующие пространство поиска, решений, обучающиеся в процессе поиска, не привязанные к конкретной задаче, хотя и не гарантирующие точное решений. Целью данного исследования является разработка эффективного алгоритма для решения прикладных проблем глобальной оптимизации многомерных одномодальных и мультимодальных функций, встречающихся в задачах инженерного проектирования, обработки изображений и компьютерного зрения, энергетики и энергоменеджмента, анализа данных и машинного обучения, робототехники. Для достижения этой цели в статье предлагается вычислительная модель коллективного поведения группы животных и эффективный алгоритм дифференциально-векторного движения. Модель включает разнообразные паттерны поведения в группе животных: удерживать текущую позицию; двигаться в направлении к ближайшим соседям или, наоборот, от ближайших соседей; двигаться случайным образом; конкурировать за позицию. В коллективной памяти хранится информация о местоположении доминирующих особей группы и направлении движения группы, лучшие позиции агентов с учетом механизмов конкуренции и доминирования в группе. Алгоритм был экспериментально протестирован на семи известных многомерных одномодальных и мультимодальных функциях. Результаты были сопоставлены с генетическим алгоритмом, алгоритмом роя частиц, гравитационного поиска дифференциальной эволюции. Предлагаемый алгоритм показал лучшие результаты, нежели конкурирующие алгоритмы, на всех тестовых функциях. Это объясняется лучшим балансом нового алгоритма между скоростью сходимости и диверсификацией пространства поиска решений. Проверка полученных результатов с использованием Т-критерия суммы рангов Уилкоксона для независимых выборок показала, что результаты по алгоритму являются статистически значимыми. Также проводилось сравнение с одним из наиболее эффективных алгоритмов непрерывной оптимизации BFGS - квазиньютоновским итерационным алгоритмом численной оптимизации, предназначенным для нахождения локального экстремума одномодальных функций. Результаты оказались сопоставимы для многомерных функций. Алгоритм также сравнивался с методом мультистарта в задаче глобальной оптимизации мультиэкстремальных функций и доказал свое преимущество по времени и точности найденных решений.
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.
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.
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.