№ 2 (2026)

Необходимость проведения на освобожденных территориях мероприятий по очистке от взрывоопасных предметов потребовала существенного наращивания сил средств, предназначенных для ведения гуманитарного разминирования. Причем особое внимание уделяется увеличению количества высокоэффективных робототехнических средств обеспечивающих возможность поиска и уничтожения взрывоопасных предметов различного типа. Актуальность исследования определяется тем, что в настоящее время в Российской Федерации развернуты активные работы по разработке и производству робототехнических средств способных с разной эффективностью решать данные задачи. При этом во многих случаях данная продукция создается предприятиями, не имеющими необходимого опыта, и следовательно, часто не обеспечивающими требуемого качества работ. Вместе с тем, в связи с увеличением потребности в данных средствах и объемов ассигнований на их производство особую актуальность приобретает необходимость экономического обоснования как направлений их разработки и производства, так и технологий их применения. Исходя из этого были проведены исследования, целью которых являлась разработка подхода, позволяющего оптимизировать распределение финансовых средств при планировании мероприятий по очистке местности от взрывоопасных предметов, определении наиболее эффективных направлений развития средств разминирования, совершенствовании организационно-штатной структуры подразделений, оснащаемых соответствующими робототехническими средствами. В основе такого подхода была положена оценка вероятности выполнения задач по очистке местности от взрывоопасных предметов, выделяемым нарядом сил и средств, а также оценка затрат на выполнение работ входящих в комплекс мероприятий по гуманитарному разминированию с использованием робототехнических средств. Практическая значимость исследования заключается в том, что полученные результаты позволят определить наиболее экономически целесообразные направления развития робототехнических средств гуманитарного разминирования, подготовить предложения по совершенствованию организационно-штатной структуры подразделений, которые будут оснащаться данными средствами.

Роботизация технологических процессов на железнодорожном транспорте является одним из приоритетных направлений научно-технической политики Открытого акционерного общества «Российские железные дороги» (ОАО «РЖД»). Одним из технологических процессов, роботизация которого рассматривается в первую очередь в связи с потребностью повышения перерабатывающей способности железнодорожных станций и снижения числа случаев производственного травматизма, является расформирование составов на сортировочной горке. Цель настоящего исследования – определение уровня техники и формулирование тенденций развития средств роботизации для расформирования составов на сортировочной горке. В рамках исследования использован метод анализа научной и патентной информации. В результате выполнения исследования определены количественные характеристики публикационной активности в рассматриваемой области техники, рассмотрены и систематизированы опубликованные материалы научных и патентных документов. В рамках качественной обработки материалов установлено, что для обеспечения роспуска двух составов при параллельном надвиге, а также для повышения надежности формирования отцепов при наихудших условиях применяются преимущественно решения с двумя независимыми мобильными платформами или двумя манипуляторами на одной раме каретки мобильной платформы. Существенным ограничением для разработки робототехнических комплексов для формирования отцепов является неравномерность длин отцепов. Существенное значение имеет организация взаимодействия с внешними информационными и управляющими системами. Практическая значимость полученных результатов заключается в определении тенденций развития средств роботизации технологических процессов для расформирования составов на сортировочной горке, которые могут быть использованы в дальнейшем для формирования архитектуры перспективного робототехнического комплекса, обеспечивающего повышение перерабатывающей способности и эксплуатационных резервов сортировочной станции за счет тесной интеграции с внешними информационными и управляющими системами

Важной задачей при создании информационно-управляющей системы для обеспечения автономной навигации беспилотных летательных аппаратов (БПЛА) в условиях отсутствия спутниковой связи является формирование локальной траектории движения при наличии препятствий (деревья, линии электропередач и др.). Целью исследования является разработка эвристических алгоритмов, обеспечивающих оптимизацию локальной траектории БПЛА с использованием данных LiDAR и построения допустимой локальной траектории на основе паттернов огибания препятствий. Предложена концепция, основанная на двух этапах: декомпозиция облака точек LiDAR в виде ориентированных ограничивающих параллелепипедов (OBB) и формирование траектории обхода OBB с использованием геометрических паттернов. На первом этапе реализован классический (геометрический) конвейер обработки LiDAR-данных: воксельное прореживание, выделение плоскости земли методом RANSAC, кластеризация DBSCAN и построение параллелепипедов вокруг кластеров. Данный подход реализован в виде программного модуля на языке Python. Выполнено моделирование для двух сценариев. Первый сценарий содержал 3 препятствия, одно из которых являлось одиночным, а второе и третье располагались рядом в группе. Сгенерированная траектория позволила выполнить обход всех препятствий, время построения траектории составило 0,29 миллисекунд. Второй сценарий выполнен для набора OBB, полученных в результате декомпозиции облака точек, общее количество препятствий вместе с «землёй» составило 678. Время выполнения построения траектории в этом случае составило 0,377 секунд. Подход обеспечивает предсказуемое быстродействие и линейную оценку вычислительной сложности по числу препятствий, что делает его перспективным для применения в системах автономной навигации и управления движением БВС.

Внедрение групп беспилотных летательных аппаратов (БпЛА) в точное земледелие сдерживается рядом проблем, относящихся к устойчивости связи на удаленных от точки взлета участках и зависимостью от погодных условий, которые могут снижать эффективность применения технологии. Существующие модели планирования недостаточно адаптивны к динамическим изменениям агросреды, проблемам связи и в большинстве случаев предполагают строгое следование фиксированным траекториям. Целью данного исследования является разработка концептуальных моделей бесшовного функционирования и системы связи для координации группы сельскохозяйственных БпЛА. В работе представлена диаграмма связанности элементов системы, которая обеспечивает непрерывность процессов от инициализации до автоматической замены аккумуляторов и дозаправки БпЛА. Разработана модель связи системы с узлом ретрансляции, разделяющая трафик, что позволяет исключать коллизии и стабилизировать обмен данными на дистанциях свыше 2,5 км. Представлен способ распределения задач с учетом энергообеспечения и пространственных координат БпЛА, который позволяет динамически перераспределять нагрузку при отказах. Предложенные решения повышают автономность и отказоустойчивость группы БпЛА, минимизируют участие оператора и обеспечивают безопасное выполнение миссий в условиях недетерминированной среды. Апробация предложенной модели, выполненная в лабораторных и полевых условиях, показала устойчивое функционирование при передаче данных на дальних дистанциях и при групповом режиме работы. Отдельно подтверждено отсутствие коллизий при обмене данными между БпЛА, что свидетельствует о корректности разделения трафика и эффективности выбранной архитектуры связи. Полученные результаты подтверждают возможность практического применения разработанных моделей для повышения автономности и непрерывности выполнения сельскохозяйственных работ. Разработанные решения также демонстрируют потенциал масштабирования, что расширяет область их применения в задачах точного земледелия

Актуальность работы обусловлена возрастающей интенсивностью радиоэлектронного противодействия в тактическом звене управления, при котором традиционные методы организации связи через ретрансляторы с фиксированными маршрутами не обеспечивают требуемую помехоустойчивость и разведзащищённость. Цель работы – разработка метода адаптивного управления маршрутом БпЛА-ретранслятора на основе непрерывного анализа электромагнитной обстановки для повышения помехоустойчивости наземно-воздушных радиолиний. В качестве основного метода использована многокритериальная оптимизация траектории полёта с адаптивными весовыми коэффициентами, одновременно учитывающая три критерия: минимизацию уровня помех на рабочих частотах ретранслятора, обеспечение радиодоступности с корреспондентами сети и снижение вероятности обнаружения средствами радиоэлектронной борьбы противника. Для восстановления пространственной картины помеховой обстановки по ограниченному набору бортовых измерений исследованы методы интерполяции и экстраполяции: метод обратных взвешенных расстояний, метод радиальных базисных функций и статистическая экстраполяция на основе пространственной корреляционной функции. Разработана циклическая процедура функционирования системы адаптивной маршрутизации, включающая сбор данных, построение трёхмерной карты помеховой обстановки, прогнозирование её развития, расчёт оптимальной траектории и контроль результата манёвра. Результаты имитационного моделирования показывают, что применение предложенного метода позволяет повысить отношение сигнал/помеха на 1,5–2 дБ в среднем и до 8 дБ при наихудшем сценарии по сравнению с полётом по фиксированному маршруту. Практическая значимость работы состоит в возможности реализации предложенного способа на базе существующих БпЛА и радиоэлектронного оборудования без принципиально новых технических решений

Актуальность исследования обусловлена необходимостью создания эффективных систем управления автономными роботами, способных функционировать в условиях неопределенности и динамически изменяющейся среды. Система репрезентации внешней среды должна решать задачи локализации, картографирования, обнаружения и классификации объектов, прогнозирования динамики и семантическую интерпретацию. Для того чтобы автономный робот мог передвигаться и выполнять целенаправленные действия в окружающей среде, ему необходимо понимать, в какой среде он находится – без этого он не сможет эффективно планировать движения, избегать препятствий и достигать пунктов назначения. Существующие методы репрезентации внешней среды имеют ограничения при адаптации к незнакомым неструктурированным средам. Целью работы является разработка концепции и архитектуры системы репрезентации внешней среды на основе мультиагентной нейрокогнитивной архитектуры для управления автономными роботами в рамках гетерогенного человеко-машинного коллектива. Научная новизна работы заключается в разработке мультиагентной нейрокогнитивной архитектуры системы репрезентации состояния внешней среды. Предложенный подход позволяет создавать гибкие модели мира, способные к самоорганизации и масштабированию при увеличении объема знаний. Методика исследования основана на применении мультиагентных технологий и нейрокогнитивных моделей. Разработана мультиагентная нейрокогнитивная архитектура, включающая механизмы сбора данных с сенсоров, представления об объектах и субъектах среды, формирование механизма построения причинно-следственных связей, обмен знаниями между участниками гетерогенного человеко-машинного коллектива. Разработанная архитектура обеспечивает возможность масштабирования систем принятия решений и упрощает обмен знаниями между участниками коллектива. Перспективным направлением дальнейших исследований является совершенствование механизмов безопасности системы. Результаты исследования могут быть использованы при разработке автономных робототехнических комплексов нового поколения

С ростом востребованности подвижных робототехнических комплексов с повышенной степенью автономности существенно возрастает требование их информационной осведомлённости. В обеспечении этой осведомлённости ведущее место занимают системы технического зрения. Для поддержки функционирования группировок, как и каждого, отдельно взятого робота, требуется формирование информационного поля, позволяющего оперативно принимать решения в системах управления как отдельными роботами, так и всей группировкой в целом. Желание возложить на РТК всё большее число самостоятельно решаемых задач требует от СТЗ всё более широкого и детального рассмотрения области функционирования. Распределённые системы наблюдения и контроля пространства являются одним из перспективных направлений решения данной задачи, обеспечивая формирование единого информационного поля на основе кооперативного восприятия, совместной локализации и семантической интерпретации обстановки. В работе рассматривается задача контроля распределённой системой технического зрения заданной области пространства с целью обнаружения в этой области объектов интереса с известным характерным размером. При этом предполагается возможность расположения видеокамер как на наземных, так и на воздушных средствах. Описывается компоновка распределённой системы технического зрения для решения сформулированной задачи. Ядром описываемой системы является унифицированный информационный модуль со всенаправленным регистрирующим блоком. Модуль выступает агентом распределённой СТЗ. Несколько таких модулей распределяются по указанной на карте области пространства с учётом особенностей рельефа и других объектов, располагающихся в этой области. Решается задача выбора оптимального по ряду критериев состава распределённой системы. Предлагается методика планирования расположения агентов с заданными характеристиками регистрирующих блоков по заданной 3D-карте местности для обеспечения обнаружения объектов интереса с известными характерными размерами. Приводится алгоритм расчёта мест расположения СТЗ с фиксированными полями зрения для контроля заданного участка пересечённой местности на предмет выявления статичных объектов с известными характерными размерами и отличием от окружающего фона по отражающей способности либо перемещающихся объектов

Актуальность исследования обусловлена противоречием между необходимостью наращивания производства продовольствия в условиях урбанизации и фрагментарностью существующих высокотехнологичных решений (гидропоники, аэропоники, IoT), которые внедряются изолированно, без единой методологии управления. Отсутствие унифицированных подходов к сбору данных и адаптивному контролю параметров среды ограничивает масштабирование вертикальных ферм. Цель работы – разработка и теоретическое обоснование архитектуры универсальной модели адаптивного управления замкнутыми агропроизводствами, интегрирующей различные методы культивации на базе алгоритмов машинного обучения. Методология базируется на систематическом анализе научных публикаций и экспериментальных данных по применению встраиваемых устройств и алгоритмов машинного обучения в гидропонных, аэропонных и грунтовых вертикальных теплицах. На основе синтеза данных построены параметрические матрицы для унификации технологических процессов. Основные результаты включают разработку структурной схемы универсальной модели, обеспечивающей интеграцию разнородных систем в единую платформу с возможностью непрерывного мониторинга и предиктивной аналитики. Обоснован минимально необходимый комплект датчиков: pH, EC, температуры, влажности, CO₂, PAR, давления и расхода питательного раствора. Предложенная архитектура позволяет динамически переключать режимы гидропоники, аэропоники и закрытого грунта в рамках одного фитотрона. Выводы и значимость работы заключаются в создании основы для проектирования масштабируемых вертикальных ферм с прогнозируемыми показателями рентабельности и ресурсоэффективности, обеспечивая непрерывное дообучение алгоритмов ИИ для предиктивного управления микроклиматом и ранней диагностики заболеваний растений в городских условиях

Рассматривается задача построения шасси исследовательского лунохода, обладающего сверхвысокой проходимостью в условиях неопределённостей подстилающей поверхности и рельефа местности.  Прямое дистанционное и супервизорное управление современными сложными робототехническими системами в условиях недетерминированности окружающей среды накладывает повышенную нагрузку на оператора, особенно в случае применения высокопроходимых мобильных платформ, имеющих большое количество степеней подвижности требующих согласованного управления. В этом аспекте актуальной становится задача автоматизации движения такого многостепенного шасси, автоматизации тактики движения, принимаемой в тех или иных ситуациях на основе информации от датчиков. В настоящей статье предлагается концепция многостепенного колёсно-шагающего шасси (КШШ) исследовательского лунохода, включающая конструктивно-компоновочную схему шасси и способ его применения, т.е., алгоритмы движения на пересечённой местности различного типа. Предлагается методика построения алгоритмов управления и даётся краткое описание разработанных алгоритмов и компьютерных имитационных моделей КШШ для их теоретической отработки. Конечным результатом работы предполагается получение в ходе экспериментальных исследований ряда характеристик лабораторного макета шасси, проведение верификации разработанных компьютерных моделей и алгоритмов автоматического управления движением многостепенного КШШ. Выполнение этих задач позволит получить научно-технический задел в области управления движением колёсно-шагающими системами, повысить качество моделирования и проектирования луноходов. Полученные на данном этапе результаты позволяют перейти к этапу изготовления экспериментального макета и постановки физических экспериментов по исследованию КШШ с целью отработки разработанных алгоритмов и имитационных моделей. Экспериментальная проверка алгоритмов управления движением многостепенных шасси и отработка методики их построения позволит повысить уровень автономности будущих мобильных роботов, предназначенных для работы в экстремальных напланетных условиях.

Выполнение автономными необитаемыми подводными аппаратами (АНПА) инспекционных и манипуляционных операций под контролем оператора ограничено низкой пропускной способностью гидроакустического канала связи, не позволяющей передавать видеопоток и качественные фотоизображения в реальном времени. В то же время существующие методы автоматического распознавания целевых объектов бортовыми системами технического зрения АНПА не гарантируют точного определения местоположения и формы объекта при наличии на нем дефектов (заиливание, биологические обрастания, механические повреждения). Для решения указанной проблемы в статье ставится задача разработки метода, обеспечивающего посредством низкопропускного гидроакустического канала связи информационное взаимодействие оператора с АНПА для оценки оператором качества распознавания целевых объектов с последующим формированием целеуказаний для аппарата и его бортового манипулятора. В основе метода используется алгоритм идентификации объектов с дефектами, использующий модифицированное ICP-совмещение облаков точек с исключением дефектных областей и характерных особенностей (ХО). Выявленные ХО и области дефектов преобразуются в компактный набор геометрических примитивов, передаваемый оператору по гидроакустическому каналу связи с АНПА. На основе полученной информации, поступающей от АНПА телеметрии, а также эталонной трёхмерной модели объекта графический интерфейс визуализирует сканируемую сцену, позволяя оператору оценить точность распознавания. Натурные испытания метода проводились с использованием гидроакустического модема производства ИПМТ ДВО РАН и бортового вычислителя NVIDIA Jetson TX2. Передаваемый в течение минуты информационный пакет содержал тип объекта, его положение, карту дефектов и описание ХО при объеме данных, на три порядка меньшем по сравнению с передачей полного облака точек сканируемого объекта. На основе полученной информации оператор подтверждал успешность идентификации объекта, до 30% площади поверхности которого были покрыты дефектами. Практическая значимость метода заключается в возможности выполнения ответственных миссий под контролем оператора в условиях неопределенности окружающей среды.

При разработке алгоритмов планирования путей роботов в режиме реального времени возникает проблема ограничения быстродействия соответствующих классических алгоритмов.
В настоящей работе рассматривается метод планирования перемещений робота в двумерной сложной конфликтной среде. В отношении планирования в сложных средах предложен гибридный алгоритм планирования, базирующийся на сочетании и синтезе классического алгоритма клеточной декомпозиции и недавно предложенного алгоритма на базе характеристического графа видимости. Этот алгоритм подразумевает предварительный анализ степени сложности сцены с препятствиями, по результатам которого выбирается один из двух указанных частных алгоритмов. Показывается, что таким образом удается в значительной степени преодолеть ограничения обоих этих алгоритмов. В компактном виде описан метод уклонения от источников возмущения, основанный на аппарате характеристических вероятностных функций, и показана его взаимосвязь с методами планирования в сложных средах при решении соответствующих задач глобальной оптимизации вероятности успешного прохождения целевой траектории. В рамках развиваемого подхода рассмотрен вопрос о взаимосвязи вероятности успешного прохождения пути в поле источников и соответствующей функции риска. Для решения задач глобального планирования перемещений роботов в сложной конфликтной среде на первом этапе предлагается использовать указанный гибридный алгоритм - для построения семейства начальных кривых в соответствующих допустимых коридорах движения без учета источников. Затем решается семейство задач локальной оптимизации в пределах допустимых коридоров движения с учетом источников. Далее выбирается траектория с максимальным значением вероятности успешного прохождения либо нормированной функции безопасного движения. Приводятся примеры численной реализации предлагаемого метода, подтверждающие его эффективность

Предложены методика и метод построения модели исследуемой территории в виде конечной совокупности покрывающих ее зон (участков), отличающиеся тем, что все участки имеют форму прямоугольников. В работе рассматривается методы формирования на поле большой площади минимального набора участков, полностью покрывающих доступную территорию, исследуемую датчиками беспилотных летательных аппаратов. Размеры, ориентация и взаимное расположение участков направлены на минимизацию времени их исследования. В общем случае маршрут M представляет последовательную совокупность линейных отрезков. Разбиение маршрута M на отрезки осуществляется с помощью множества опорных точек P. Разработана методология и алгоритм построения оптимального маршрута беспилотного летательного аппарата, на основе метода муравьиной колонии. Разработаны механизмы управления перемещениями беспилотного летательного аппарата по маршруту. В общем случае маршрут M представляет последовательную совокупность линейных отрезков. Отрезок пути (траектории маршрута) беспилотного летательного аппарата над исследуемым участком территории, подвергаемым сканированию (исследованию), назван рабочим, а отрезок пути (траектории) беспилотного летательного аппарата над территорией, не подвергаемой сканированию, (исследованию) называется холостым. В общем случае маршрут представляет чередующуюся последовательность рабочих и холостых отрезков, поочередно сменяющих друг друга. Разработана методология и алгоритм перемещения беспилотного летательного аппарата между опорными точками отрезка, соответствующими опорным точкам. Процедура поиска решения представляется в виде двух алгоритмов: алгоритм 1 поведения муравьиной колонии; алгоритм 2 поведения агента. Процесс перемещения беспилотного летательного аппарата по маршруту в реальных условиях поддерживается блоком адаптации. Задача блока адаптации обеспечить управление перемещением беспилотного летательного аппарата вдоль опорной линии по маршруту. Способ управления заключается в том, чтобы в процессе движения в каждый момент времени производится перепланирование параметров движения беспилотного летательного аппарата, движущегося параллельно к опорному вектору. Адаптация беспилотного летательного аппарата сводится к адаптации значений параметров управления. Предложена структуры маневров, выполняемых беспилотными летательными аппаратами для коррекции отклонений параметров. Задача адаптации состоит в том, чтобы сформировать в автомате адаптации последовательность адаптирующих воздействий, экстремизирующих показатели качества получаемых решений (критерии адаптации). В качестве объекта адаптации служат набор параметров непрерывного управления полетом: отклонение беспилотного летательного аппарата от опорной линии; угол между вектором перемещения беспилотного летательного аппарата и опорной линией текущего участка; высота полета беспилотного летательного аппарата над текущим участком. Адаптация беспилотного летательного аппарата сводится к адаптации значений параметров управления.

Реализовать управление роботами можно большим количеством различных интерфейсов – от традиционных пультов до технологий дополненной реальности. Однако у всех подобных интерфейсов существует ряд ограничений, особенно остро возникающих в сервисной робототехнике. Они связаны с длительным обучением человека-оператора, не интуитивным для человека управлением и необходимостью полного вовлечения человека. С другой стороны, сегодня появилась новое направление, связанное с большими языковыми моделями, которые способны обрабатывать естественный язык с последующим его переводом в команды управления роботом. Существует ряд работ, демонстрирующих возможность использования языковых моделей в задачах планирования действий робота. На основе анализа существующих работ предложен новый метод управления мобильным роботом, объединяющий преимущества других методов. Метод позволяет планировать сценарии для робота, получая на вход миссию от человека на естественном языке, ТОП робота и информацию с его датчиков. В статье также описана последовательность настройки системы с использованием большой языковой модели для решения данной задачи – представлено три варианта инструкции для нейронной сети, поэтапно улучшающих достижимость формируемых сценариев. После этого описаны различные миссии, которые задаются в рамках экспериментальных исследований настоящей работы – всего проверялось 100 миссий, разделенных на 4 уровня сложности в равном соотношении. Сложность миссий варьировалась от описания объектов в поле зрения робота до взаимодействия со сложно заданными миссиями, включающими синонимы объектов и неявно заданные цели. В завершении работы представлены результаты оценки алгоритма и трех вариантов инструкции. Выводом можно считать, что использование языковых моделей для задания сценариев роботам возможно, в том числе с достаточно высокой достижимостью. Модель с наиболее продвинутой инструкцией достигла 91 % правильно сформированных сценариев, что позволяет говорить о применимости разработанного метода для управления мобильным роботом на естественном язык

Актуальность проблемы адаптивного управления нелинейными динамическими объектами обеспечивается постоянно возрастающими требованиями к качеству и условиям функционирования технических систем. Автоматизация и роботизация приводят к возрастанию сложности решаемых задач и необходимости адаптироваться к структурной и параметрической неопределенности, внешним возмущениям. В последние несколько лет приобретает популярность применение методов обучения с подкреплением для синтеза адаптивных систем управления. Указанные методы демонстрируют эффективность при управлении неопределенными динамическими объектами. Однако, существует две базовые проблемы применения методов машинного обучения в системах управления динамическими объектами. Во-первых, необходимость обеспечения асимптотической устойчивости желаемой траектории замкнутой системы ограничивает применение методов глубокого обучения. Во-вторых, в процессе обучения необходимо, чтобы интеллектуальный регулятор не вырабатывал управления, приводящие к выходу переменных состояния за заданные ограничения. Целью данной статьи является обзор и анализ последних достижений в области применения методов обучения с подкреплением для синтеза адаптивных систем управления нелинейными динамическими объектами. Отдельное внимание уделяется методам Actor-Critic, которые по своей структуре близки к адаптивным системах управления с самонастраивающимися параметрами. На основе проведенного анализа предлагается структура адаптивной системы с двухкомпонентным управлением, включающим номинальный и адаптивный регуляторы. Предлагается алгоритм адаптивного управления, отличающийся использованием модифицированного алгоритма Actor-Critic, новой формой дельта-ошибки и отсутствием особенности в окрестности нуля. Предлагаемый алгоритм позволяет снизить число настраиваемых параметров.
В статье приводятся условия устойчивости по Ляпунову нулевого положения равновесия замкнутой системы и пример синтеза и моделирования предлагаемого алгоритма адаптивного управления

Поиск назначенных донных объектов является одной из наиболее сложных задач, решаемых АНПА, что обусловлено рядом факторов, основными из которых являются: разнообразие объектов поиска (затонувшие подводные лодки, надводные корабли, самолёты, вертолёты, мины, подводные трубопроводы и кабели связи, различная подводная инфраструктура), необходимостью комплексного использования для поиска различных средств мониторинга дна, отличающихся физическими принципами функционирования, разрешающей способностью и поисковой производительностью. Целью работы, результаты которой приведены в статье, была разработка алгоритма управления АНПА при поиске назначенного донного объекта, удовлетворяющего этим требованиям, и его проверка с использованием цифрового полигона и цифрового двойника АНПА.
В качестве критерия выбора средства мониторинга дна в каждом конкретном случае была принята вероятность правильного отнесения обнаруженного донного объекта к объекту поиска.
В результате логика поиска назначенного донного объекта выглядит следующим образом. Осуществляется поиск донных объектов средством с максимальной производительностью поиска. При обнаружении донного объекта определяется вероятность его принадлежности объекту поиска. Если она больше заданного высокого порога, принимается решение об обнаружении назначенного донного объекта. Если же она меньше заданного низкого порога, принимается решение, что обнаружен посторонний объект. В остальных случаях принимается решение о необходимости обследования объекта средством с большей разрешающей способностью. Описана технология классификации донных объектов на основе обучения искусственной нейронной сети с использованием синтезированного обучающего материала. Приведены результаты проверки эффективности разработанного алгоритма с использованием цифрового полигона и цифрового двойника АНПА. Выполненное моделирование разработанного алгоритма показало, что комплексное использование средств мониторинга дна повышает вероятность успешного решения задачи и сокращает время её решения

Рассматривается класс телекоммуникационных сетей с подвижными узлами, важным подклассом которых являются так называемые географические сети. Их отличительная особенность состоит в доступности для каждого узла сети информации о географических координатах всех узлов, благодаря чему каждый узел знает полную топологию графа сети, что позволяет оперативно находить нужное число маршрутов передачи информации между любыми двумя узлами. Целью настоящей статьи является исследование алгоритмов многопутевой маршрутизации, для чего предлагается метод автоматического синтеза адекватных тестовых моделей сетей практически неограниченной сложности. В основе предлагаемого решения лежит композиционный подход, при котором сначала формируется относительно простой фрагмент сети, удовлетворяющий заданным ограничениям, после чего итоговая модель выстраивается как композиция копий такого фрагмента. Для исследования эффективности алгоритмов многопутевой маршрутизации предложен композиционный метод случайного синтеза тестовых моделей сложных сетей, удовлетворяющих ограничениям на межвершинные расстояния. Данный метод был применен к исследованию двух алгоритмов маршрутизации, в результате чего был получен большой массив показательных модельных данных. Полученные результаты, представленные в виде графиков, демонстрируют рост выигрыша во времени передачи сообщений по мере увеличения длины очереди в целевом потоке. Установлено, что эффективность многопутевой маршрутизации незначительна в условиях малой загруженности сети, однако ее полезность возрастает с ростом загруженности сети. Аналогичный уровень роста эффективности демонстрируется при переходе от алгоритма, не допускающего пересечения используемых путей, к алгоритму, допускающему такие пересечения

Рассматривается актуальная задача обеспечения автономности мобильных роботов в сложных условиях, когда использование традиционных навигационных методов, основанных на глобальных системах координат и спутниковых данных, невозможно или неэффективно. Для решения данной проблемы предлагается подход, основанный на когнитивной (интерпретирующей) навигации, где основную роль играет семантическое понимание среды. Ключевой особенностью метода является построение когнитивной карты – семантически ориентированного графа, вершины которого соответствуют объектам-ориентирам (либо группам однородных ориентиров), а рёбра – фиксированным наборам информационно-двигательных действий (элементарным обусловленным паттернам поведения). Таким образом маршрут робота при его движении по когнитивной карте сводится к фиксированному набору информационно-двигательных действий. Процесс построения карты осуществляется автоматически на основе предварительно полученного семантически сегментированного изображения местности, что позволяет мобильному роботу априори получить информацию о взаимном расположении и форме ориентиров. Для формализации процесса навигации и управления поведением робота на основе когнитивной карты авторами предложен специально разработанный формальный язык LRNB (Language of Robot Navigation Behavior). Этот язык позволяет декомпозировать сложные миссии на элементарные информационно-двигательные действия, задавать условия их завершения и описывать сценарии взаимодействия с динамическими и статическими объектами. В работе описаны принципы построения когнитивной карты, синтаксис языка LRNB, а также механизм формирования маршрута как последовательности команд. Практическая часть включает результаты верификации подхода в условиях симуляции с использованием специально разработанного эмулятора, а также предварительные натурные испытания на лабораторном гусеничном мобильном роботе, подтвердившие принципиальную работоспособность предложенного подхода. Полученные результаты свидетельствуют о потенциале метода для применения в критически важных сценариях, таких как зоны стихийных бедствий, области радиоэлектронного подавления и другие среды с высокой степенью неопределённости. Предложены дальнейшие планы работ, связанные с приближением условий экспериментов к реальным условиям возможной эксплуатации

Работа посвящена решению актуальных задач совместной автономной видеонавигации беспилотных летательных аппаратов и наземных роботов в урбанизированных средах, включающих плотную городскую застройку и здания, а также в условиях пересеченной местности, включая горную и лесистую местность, где также, как в урбанизированных средах, применение традиционных средств дистанционного управления и навигации может быть ограничено наличием экранированных зон. Задачи групповой навигации предлагается решать на основе данных бортовой системы технического зрения в процессе оперативной разведки рабочей зоны беспилотным летательным аппаратом, результаты которой обеспечивают автономные движение и полет, как отдельных гетерогенных робототехнических средств, так и в группе. В основу алгоритмов навигации положены методы и алгоритмы обработки данных бортовой системы технического зрения, состоящей из комплекса взаимно-юстированных лидара, телекамеры и тепловизора, формирующих геометрию окружающего пространства в виде облака точек с распределением на нем цветовых и температурных полей, позволяющих эффективно решать SLAM-задачу (определение текущих координат объекта управления с формированием геометрической модели внешней среды) и классификацию рабочей зоны по критериям геометрической и опорной проходимости, что обеспечивает автономные полет и движение роботов воздушного и наземного применения в урбанизированных средах и на пересеченной местности. Предлагается в качестве данных для организации автономного функционирования роботов воздушного и наземного применения, в том числе и в группе, использовать информационно-навигационное поле, представленное в виде графа видимости, позволяющего планировать безопасные кратчайшие траектории полета и движения, и множества опорных изображений, позволяющего корректно отрабатывать спланированные траектории с учетом ошибок решения видео-навигационной задачи. Такое информационно-навигационное поле позволяет представить в компактном виде необходимую и достаточную для автономного функционирования беспилотных летательных аппаратов и наземных роботов информацию и упрощает обмен ею между членами группы. Приведены результаты экспериментальных исследований в реальных условиях урбанизированной среды и пересеченной местности, подтверждающие эффективность предлагаемых методов, алгоритмов и соответствующих программно-аппаратных средств

Актуальность исследования обусловлена растущей потребностью в безопасной валидации навигационных алгоритмов автономных мобильных роботов, функционирующих в загромождённых и динамически изменяющихся средах, где использование физического оборудования сопряжено с риском повреждений и высокими затратами. Цель работы – разработка строгой методологии программной эмуляции системы технического зрения на основе комплементарных виртуальных инфракрасных и ультразвуковых датчиков. Для достижения цели решены следующие задачи: формализация кинематической модели дифференциального привода с вектором состояния
[x, y, θ]ᵀ; математическое описание нелинейной триангуляции ИК-датчиков и физики распространения ультразвука методом времени пролёта d=c·t/2; интеграция аддитивных гауссовых шумов с параметрами σ_us=0,005 м, σ_ir=0,002 м; реализация слияния разнородных данных через UKF. В качестве навигационных контроллеров применены метод искусственных потенциальных полей с притягивающими и отталкивающими компонентами и нечёткие логические контроллеры. Экспериментальная проверка в Python-среде моделирования лабиринта со статическими препятствиями продемонстрировала среднюю ошибку позиционирования 0,2 м в сферических конфигурациях и точность обнаружения препятствий 89,61%. Новизна предложенного подхода заключается в обеспечении детерминированной связи между теоретическим планированием траектории и физической реализацией за счёт синергетического использования оптических и акустических сенсорных модальностей. Практическая значимость работы состоит в существенном сокращении времени разработки и тестирования интеллектуальных робототехнических систем благодаря возможности предварительной отладки алгоритмов восприятия, слияния данных и навигации в контролируемых эмуляционных условиях без привлечения дорогостоящего аппаратного обеспечения

Цель работы – разработка и экспериментальная оценка метода повышения качества детекции морских судов на основе архитектуры Attention RPN при малом количестве обучающих данных с интеграцией межклассового выбора трудных отрицательных примеров. Для достижения цели реализованы: адаптация модели в режиме тонкой настройки на основе пяти примеров, формирование специализированного датасета из 9 категорий судов (637 обучающих и 175 валидационных изображений), а также алгоритм отбора трудных отрицательных пар по косинусной мере сходства. Методологическую основу составили подходы глубокого обучения для детекции объектов на основе сиамских нейронных сетей, анализ распределений признаков в пространстве и алгоритмы создания трудных отрицательных примеров с вычислением межклассовых расстояний на основе косинусной метрики. Экспериментальная оценка выполнена на стандартных бенчмарках для обнаружения объектов при малом количестве данных. Внедрение межклассового выбора трудных отрицательных примеров позволило сократить долю ложноположительных детекций на ~18% и повысить показатель mAP в среднем на ~6% по сравнению с базовой моделью без отбора трудных негативных примеров. Наибольший прирост (до 9,1%) зафиксирован для классов с крупными объектами интереса. Полученные результаты демонстрируют, что целенаправленный отбор межклассовых трудных отрицательных примеров существенно повышает устойчивость метрико-ориентированных детекторов в условиях сильного дисбаланса и высокой внутриклассовой схожести. Практическая значимость работы заключается в возможности применения предложенного подхода для развертывания систем видеонаблюдения в задачах при отсутствии большой обучающей выборки и минимальном объеме разметки

Импортозамещение аппаратно-программных систем управления является одним из ключевых факторов развития современной отечественной робототехники. Ограниченность программной экосистемы российских вычислительных платформ затрудняет их применение в составе бортовых вычислительных систем (БВС) робототехнических комплексов (РТК), несмотря на появление современных отечественных многоядерных процессоров, например, семейства «Эльбрус», обеспечивающих конкурентоспособные характеристики по производительности и энергоэффективности. ROS (Robot Operating System) и его развитие — ROS 2 — широко используются для разработки программного обеспечения РТК, однако их официальная поддержка ограничена архитектурами x86 и ARM под управлением распространённых Linux-дистрибутивов. Сохранение значительного объёма прикладного программного обеспечения на ROS, несмотря на прекращение его официальной поддержки, а также активное развитие ROS 2 обусловливают потребность в обеих версиях, функционирующих на отечественной аппаратно-программной платформе (АПП). Целью работы является исследование подходов к унификации связующего программного обеспечения робототехнических комплексов на базе ROS и ROS 2 для АПП «Эльбрус». Авторами выполнено портирование с использованием бинарной трансляции на уровне приложений и полностью нативной сборки, включающей адаптацию архитектурных зависимостей, модификацию архитектурно-зависимого кода и формирование deb-пакетов. Проведены экспериментальные исследования в различных конфигурациях запуска, включая совместную работу ROS и ROS 2. Результаты тестирования подтверждают возможность интеграции АПП «Эльбрус» в экосистему современной робототехники и демонстрируют преимущество нативной реализации по показателям производительности по сравнению с использованием бинарного транслятора. Практическая значимость работы заключается в расширении инструментальной базы разработки РТК на отечественной АПП и снижении технологической зависимости при создании систем управления РТК

Рассматривается проблема обеспечения безопасности движения мобильной робототехнической платформы в окружении с известными классами объектов на основе результатов обнаружения объектов по системе камер кругового обзора. Хорошо известны решения по обеспечению безопасности по камерам с использованием оптических потоков или иных способов выделения подвижных объектов в поле зрения. Здесь предлагается использовать для обеспечения безопасности положение и форму объектов, рассчитанные по результатам работы нейросетевого детектора. Система кругового обзора (СКО) состоит из 4 камер с широким углом зрения. Рассмотрены несколько подходов к подаче объектов в нейросетевой детектор. Показаны различия по качеству и быстродействию для этих подходов, сформированы методические рекомендации по использованию. Для расчета положений объектов в системе координат камер и через положения камер - в СК робота – предложены 2 решения на основе калибровки камер и некоторых допущений. В первом случае положение робота на поверхности принимается за горизонтальное, а высота камеры над поверхностью – постоянной и известной, а во втором – предварительно известным принимается один метрический размер объекта для каждого класса. Предложенное решение развернуто и протестировано на вычислителе на базе Rockchip 3588 и показывает высокие результаты по количеству обнаружений (от 8 до 19 объектов в среднем на кадр в зависимости от настроек), и быстродействию (0,29 с для 8 объектов на кадр и около 1,05 с для результата в 19 объектов на кадр). С точки зрения точности определения дистанции до объектов, то для первого способа стандартное отклонение составило от 4,2 до 7,9 мм, для второго - от 3,8 до 7,6 мм. Устойчивость оценки размеров объектов для первого способа от 0,64 до 2,02 мм, для второго от 1,63 до 2,22 мм соответственно. Полученные результаты позволяют уверенно утверждать, что предложенный алгоритм обнаружения объектов применим для обеспечения безопасности и навигации мобильного робота с использованием камер системы кругового обзора

Представлена полностью обучаемая система для решения задачи сопоставления двух изображений. Все основные элементы системы являются обучаемыми, т.е. их финальный вид соответствует целевому набору данных по которому проводилось обучение. Факт обучаемости системы, методы, используемые при обучении, и архитектура системы позволяют использовать систему для решения большого числа разнообразных задач компьютерного зрения. Система состоит из сверточной нейронной сети, служащей одновременно для выделения особых точек и их дескрипторов, а также обучаемого модуля сопоставления выделенных особых точек на основе их описания и взаимного расположения в наблюдаемой сцене. Используемая сверточная нейронная сеть обрабатывает полноразмерные изображения и вычисляет как местоположение точек интереса с пиксельной точностью, так и связанные с ними дескрипторы за один полный цикл вычислений. Сопоставление особых точек – отдельный шаг и выполняется после выполнения полного цикла вычислений нейронной сети, но на основе результатов этих вычислений. В процессе обучения модели вычисления положений особых точек и их дескрипторов используется метод формирования обучающей выборки, называемый гомографическая адаптация – подход, способствующий повышению повторяемости и точности обнаружения особых точек. Процесс обучения модели выделения особых точек заключается в получении новых весов в процессе дообучения базового детектора, представляющего инициализирующие веса модели. Финальная модель выделения особых точек, обученная на универсальном наборе изображений MS-COCO с использованием гомографической адаптации, многократно превосходит исходный базовый детектор по параметрам количества, надежности и повторяемости особых точек, а также превосходит любой другой традиционный детектор уголков основанный на классических подходах