Найти

Результаты поиска

• МЕТОД И АЛГОРИТМ ПЛАНИРОВАНИЯ ОПЕРАЦИЙ НА ОСНОВЕ МОДЕЛИ НЕЧЕТКОГО КОНЕЧНОГО АВТОМАТА

  М. В. Князева , А. В. Боженюк , И. Н. Розенберг

  2022-05-26

  Аннотация ▼

  Рассматривается задача планирования, как важная оптимизационная задача, стоя-
  щая перед многими транспортными и роботизированными приложениями. Для решения
  задач планирования подходы основаны на методах оптимизации, методах выборки и дис-
  кретизации (sampling-based methods), и обычно такого рода задачи являются NP-
  трудными и многомерными. В данной статье разработан метод планирования и состав-
  ления расписаний на основе нечеткой модели конечного автомата. Дано нечеткое графо-
  вое представление задачи составления расписания и планирования операций. В работе при-
  ведены два подхода к формальной постановке задачи планирования с ограниченными ресур-
  сами и временными переменными: ориентированный на состояния (с переходами между
  состояниями), ориентированный на темпоральное упорядочивание (на временной шкале).
  Темпоральное моделирование для задач планирования подразумевает качественный подход
  к управлению распределением операций или топологическим упорядочением, а также коли-
  чественный подход к обработке неточных длительностей, взаимосвязей между операция-
  ми по многочисленным параметрам. Введены понятия нечетких интервалов и нечетких
  отношений для планирования операций на графе. Разработан алгоритм планирования, ос-
  нованный на основе теории автоматов и темпоральном моделировании в условиях неопре-
  деленности. Используя формализм теории автоматов, проблема планирования и нахожде-
  ния оптимальных путей решается путем последовательного изменения и анализа состоя-
  ний планируемой системы с использованием различных операций, пока не будет найдено
  решение. В работе обсуждается идея упорядоченного во времени частичного расписания,
  связанного с каждым состоянием планируемой системы. Предложена модель конечного
  автомата для системы планирования в условиях неопределенности. Разработан метод и
  алгоритм планирования операций на основе недетерминированного конечного автомата и
  схемы перечислений. Недетерминированные вычисления для задачи планирования пред-
  ставляют собой дерево решения, корень которого соответствует началу процесса плани-
  рования, а каждая точка ветвления в дереве соответствует точке вычисления, в которой
  у машины есть несколько вариантов выбора.

• МЕТОД ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЙ РОБОТОВ В СЛОЖНЫХ КОНФЛИКТНЫХ СРЕДАХ C ПОЛИГОНАЛЬНЫМИ ПРЕПЯТСТВИЯМИ

  В.А. Костюков

  2026-04-29

  Аннотация ▼

  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

• МЕТОД УПРАВЛЕНИЯ МОБИЛЬНЫМ РОБОТОМ С ИСПОЛЬЗОВАНИЕМ СЕМАНТИКИ ЕСТЕСТВЕННОГО ЯЗЫКА

  Д.С. Кобзарь, В.Д. Матвеев , Я.Д. Лапкин , Р.Р. Богданов , А. С. Изюмов

  2026-04-29

  Аннотация ▼

  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

• РАЗРАБОТКА И ВНЕДРЕНИЕ КОРПОРАТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ПРОМЫШЛЕННОМ ПРЕДПРИЯТИИ ЗАВОДА «АвтоВАЗ»

  Д.Ю. Зорькин , А.А. Богнюков , Т. Е. Кожанова

  2026-02-27

  Аннотация ▼

  В условиях глобальной цифровизации промышленности разработка и внедрение корпоративных информационных систем (КИС) приобретает стратегическое значение для повышения операционной эффективности и конкурентоспособности предприятий. В представленном исследовании рассмотрен кейс интеграции ERP-системы «1С: Управление предприятием» на заводе
  «АвтоВАЗ» – ключевом игроке российской автомобильной промышленности. Цель работы заключается в разработке и внедрении корпоративной информационной системы (КИС) на базе платформы «1C: ERP», направленной на оптимизацию корпоративной информационной системы (КИС). Методологическая база исследования объединила аналитический, графический и сравнительный подходы, а также практическую апробацию решений в программной среде «1С». Основное внимание уделено проектированию алгоритмов управления производственными циклами, формированию ресурсных спецификаций и настройке сценариев планирования. В рамках исследования разработаны модели прогнозирования спроса, проведён анализ производственных мощностей и выполнена балансировка выпуска с учётом приоритетности моделей (Lada Granta, Vesta, Largus). Реализация системы позволила сократить время обработки заказов на 30%, минимизировать простои складов на 18–22% за счёт синхронизации логистических графиков, а также повысить точность контроля качества через интеграцию диагностических инструментов (CAN-bus, спектрофотометрия). Особый акцент сделан на преодолении институциональных и технологических барьеров, включая модернизацию устаревших методов планирования, обучение сотрудников работе с ERP-интерфейсами и внедрение гибридных облачных решений для обеспечения масштабируемости системы. Практическая значимость исследования подтверждена достижением прозрачности распределения ресурсов, снижением операционных издержек и формированием адаптивной производственной стратегии, ориентированной на динамику рынка. Результаты работы демонстрируют, что внедрение КИС не только оптимизирует текущие бизнес-процессы, но и создаёт основу для устойчивого развития предприятия в условиях цифровой трансформации. Полученный опыт может быть экстраполирован на другие машиностроительные и промышленные предприятия, сталкивающиеся с задачами автоматизации управления и интеграции данных в условиях высокой конкуренции. Перспективы дальнейших исследований связаны с анализом долгосрочных эффектов от внедрения ERP-систем, включая их влияние на инновационный потенциал и экосистему цепочки поставок.

• ПЛАНИРОВАНИЕ ПУТИ РОБОТА ДЛЯ НЕСКОЛЬКИХ ЦЕЛЕЙ НА ОСНОВЕ ГИБРИДНОГО АЛГОРИТМА PRM И AGA

  Альзубайри Шаймаа М. Джавад Кадим, А.А. Петунин , С.С. Уколов

  6-18

  2025-11-10

  Аннотация ▼

  Задачи планирования оптимального пути мобильных роботов особенно активно исследуются в последнее десятилетие. Цель состоит в том, чтобы найти оптимальный или близкий к оптимальному путь от начального терминала до одного или нескольких терминалов в среде с различными препятствиями. С точки зрения минимизации времени перемещения роботов, пройденного расстояния, энергетических затрат или других оптимизационных критериев. В данной работе предлагается гибридный алгоритм, сочетающий алгоритм вероятностной дорожной карты (PRM) и адаптированный генетический алгоритм (AGA) для решения задачи планирования пути с одной или несколькими независимыми целями. В качестве оптимизационного критерия используется длина пути робота. По сравнению с существующими подходами, используемыми в генетических алгоритмах (GA), предлагаемый подход имеет два основных различия. Первое – это представление среды, которое опирается на обработку изображений и морфологические операции, что оказалось более эффективным методом, чем методы на основе клеточного представления.
  В частности, предложенный способ устраняет необходимость поиска компромисса между точностью и скоростью обработки геометрической информации. Второе – это новая тактика создания начальной популяции генетического алгоритма для ускорения сходимости при наличии нескольких целей. за счёт использования возможностей вероятностного алгоритма дорожной карты. Еще одна особенность реализации алгоритма связана с адекватным (для исследуемой предметной области) выбором числовых параметров, определяющих особенности всех этапов эволюционной стратегии, включая временные затраты на выполнение каждого этапа. В частности, это касается, параметров оператора мутации и элитной стратегии. Предложенный алгоритм был протестирован на двух реальных картах с разной степенью сложности. Эффективность алгоритма подтверждена сравнением с результатами планирования пути для тестовых карт, полученными с помощью стандартного генетического алгоритма и алгоритма оптимизации муравьиной колонии. Экспериментальные результаты показывают, что гибридный алгоритм расширяет возможности обычного генетического алгоритма и находит рациональные варианты пути с лучшим значением целевой функции для одной и нескольких целей за гораздо меньшее время, чем другие традиционные реализации GA

• ПРИМЕНЕНИЕ ИНСТРУМЕНТОВ ПРОЕКТНОГО ПЛАНИРОВАНИЯ: ДИАГРАММА ГАНТА И СЕТЕВОЙ ГРАФИК

  А.А. Богнюков , Д.Ю. Зорькин , И.А. Тарасова

  102-110

  2025-10-01

  Аннотация ▼

  Разработана интегративная модель, синтезирующая методы календарного планирования с функционалом ПО (Excel, MS Project) для многоуровневой оптимизации проектов. Центральное внимание уделяется трем взаимодополняющим методикам: диаграмме Ганта, сетевому графику и анализу критического пути, формирующим концептуальную основу эффективной координации проектных процессов. Исследование детализирует алгоритм создания диаграммы Ганта, визуализирующей временные рамки и последовательность задач, с акцентом на функциональные возможности специализированных программных решений, включая Microsoft Project и Excel, обеспечивающих автоматизацию построения и корректировки графиков. Раскрывается принцип конструирования сетевого графика, интерпретируемого как ориентированный граф с ребрами (работами) и вершинами (событиями). Данный подход позволяет идентифицировать логические зависимости между этапами проекта и выявить критический путь – последовательность операций с нулевым временным резервом, определяющую минимальную продолжительность проекта. Практическая иллюстрация расчета критического пути подкрепляется примерами, демонстрирующими его роль в оптимизации временных ресурсов. Важным аспектом исследования становится анализ резервов времени, направленный на минимизацию рисков срыва сроков через рациональное перераспределение ресурсов. Методологический аппарат дополняется инструментами визуализации: графиками потребности и диаграммами загрузки ресурсов, обеспечивающими оперативный контроль над материальными и кадровыми активами на всех фазах проекта. Финальным элементом системы планирования выступает календарный план, структурирующий данные о наименованиях работ, их хронологических интервалах и ресурсоемкости. Этот документ служит интеграционной основой для синхронизации операционной деятельности, гарантирующей соблюдение установленных сроков. Практическая ценность исследования заключается в адаптации теоретических принципов проектного менеджмента к реальным условиям: представленные кейсы и методики могут быть имплементированы в деятельность управленческих команд, экономистов и отраслевых специалистов для повышения эффективности реализации комплексных проектов в мультидисциплинарных контекстах

• МЕТОД ПРОСТРАНСТВЕННО-ВРЕМЕННОГО РАЗНЕСЕНИЯ ТРАЕКТОРИЙ ГРУППЫ РОБОТОВ В УСЛОВИЯХ ПРЕПЯТСТВИЙ

  В.А. Костюков

  92-102

  2025-10-01

  Аннотация ▼

  При разработке алгоритмов планирования путей роботов, образующих группу, возникает проблема обеспечения гарантированного их не столкновения друг с другом и с возможными препятствиями. Кроме того, для группы может действовать требование поддержания заданного шаблона строя там, на тех участках движения группы, где это возможно с учетом препятствий. Однако часто образуется узкий пространственный коридор допустимого движения группы, который может быть обусловлен как исходными требованиями к траектории (например, условие нахождения ее в некоторой окрестности заданной точки), так и наличием препятствий и прочих помеховых воздействий. Наличие такого ограничительного коридора может привести к вынужденному сближению и даже пересечению пространственных траекторий движения отдельных роботов группы. Одним из возможных решений указанной проблемы является задание или корректировка временных параметрических представлений этих индивидуальных траекторий так, чтобы два робота с близко подходящими друг к другу пространственными траекториями в наиболее близких их точках находились в разное время. Причем интервал времени, отделяющий моменты нахождения этих двух роботов в этих точках, должен выбираться в зависимости от скорости роботов и их габаритов.
  На этой идее основан развиваемый метод пространственно-временного разнесения траекторий отдельных роботов группы. Метод подразумевает формирование и решение специальной задачи линейного программирования относительно целевых моментов времени ранее выделенных узлов пространственной траектории каждого ведомого робота. Ограничивающим фактором на изменение этих моментов выступает максимально возможная скорость перемещения робота. Для каждого робота производится предварительное выделение набора траекторий других роботов группы, от которых далее необходимо отстроиться в пространстве-времени. Это происходит в зависимости от приоритета роботов в группе. Приводятся примеры численной реализации алгоритма на базе предлагаемого метода, подтверждающие его эффективность

• РАЗРАБОТКА МНОГОУРОВНЕВОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ ТРАЕКТОРИИ ДВИЖЕНИЯ ГРУППЫ АНПА В НЕИЗВЕСТНОЙ СРЕДЕ С ПРЕПЯТСТВИЯМИ

  А.М. Маевский , Р. О. Морозов , А. Е. Горелый , В. А. Рыжов

  2021-04-04

  Аннотация ▼

  Рассматривается проблема организации группового движения морских робототех-
  нических комплексов (МРТК), в частности автономных необитаемых подводных аппара-
  тов (АНПА), в априори неизвестной среде с препятствиями. Выполнен краткий анализ
  существующих проектов по тематике группового управления МРТК, и алгоритмов плани-
  рования движения. Наличие многочисленных исследований по данному направлению под-
  тверждает актуальность обозначенной проблемы. Приведена формальная постановка
  задачи движения четырех роботов строем. Предлагаемый в работе метод планированиядвижения группы основан на комбинированном подходе, который организует многоуровне-
  вое решение к организации перемещения МРТК. На верхнем уровне разработана система
  глобального планирования и отработки миссии на основе метода случайных деревьев ко-
  торая обеспечивает общее перемещение группы на основе априорной информации о со-
  стоянии среды. Система планирования нижнего уровня корректирует глобальную траек-
  торию, позволяя объектам на локальном уровне осуществлять передвижение и взаимодей-
  ствие агентов в группе, в том числе обеспечивает их безаварийное перемещение в про-
  странстве и выход из областей локальных минимумов. В работе приводится подробное
  аналитическое описание разработанного алгоритма и блок-схема его функционирования.
  Проведено численное моделирование движения группы из 4 АНПА в недетерминированной
  среде с неподвижными препятствиями. Моделирование проводилось с учетом препятст-
  вий различной формы и сложности. Результаты математического моделирования проде-
  монстрировали решение задачи выхода группы АНПА из области локального минимума.
  Приведены натурные испытания на примере группы из трёх безэкипажных катеров, в ре-
  зультате которых группа подвижных объектов сформировала строй и осуществила пере-
  мещение заданным строем в целевые позиции и вернулась в конечную зону. Кроме того,
  разработанный в рамках данной статьи модуль локального планирования был интегриро-
  ван в программное обеспечение системы планирования подводного глайдера «Тень». В конце
  рассматриваются полученные результаты работы предложенного метода и его дальней-
  шее развитие, в частности его применение в трехмерной постановке задачи.

• УПРАВЛЕНИЕ МОБИЛЬНЫМ РОБОТОМ С ПРИМЕНЕНИЕМ НЕЙРОННОЙ СЕТИ ДЛЯ ПЛАНИРОВАНИЯ ДВИЖЕНИЯ В НЕКАРТОГРАФИРОВАННОЙ СРЕДЕ С ПРЕПЯТСТВИЯМИ

  А. К. Фархуд

  99-114

  2022-01-31

  Аннотация ▼

  В данной работе применяется нейронная сеть глубокого обучения специальной
  структуры, которая позволяет мобильному роботу перемещаться без столкновения с
  препятствиями в неизвестной среде. Основными проблемами, на решение которых направ-
  лены усилия исследователей в области нейросетевых планировщиков движения, являются
  повышение производительности нейронных сетей, оптимизация их структуры и автома-
  тизация процессов обучения. Основным результатом данной статьи является новый ите-
  рационный алгоритм разработки обучающего набора. На первой итерации разрабатыва-
  ется стартовый обучающий набор и производится начальное обучение нейронной сети.
  В следующих итерациях обученная на предыдущем этапе нейронная сеть используется в
  качестве фильтра для следующих обучающих наборов. Фильтр выбирает траектории с
  коллизиями, обусловленными ошибками нейронной сети. В процессе обучения количество
  сверточных и полностью связанных слоев итеративно увеличивается. Таким образом,
  предложенный алгоритм позволяет разработать как обучающий набор, так и архитекту-
  ру нейронной сети. Выполняется сравнение результатов обучения для отфильтрованных и
  нефильтрованных наборов. Подтверждена высокая эффективность фильтрации, в ре-
  зультате которой изменяется распределение примеров в обучающей выборке. Алгоритм
  может быть использован для разработки блока планирования системы управления мобильными наземными роботами. В статье приводится пример обучения нейронной сети в
  среде моделирования Matlab. В примере проведено пять итераций обучения, в ходе которых
  достигнута точность более 90 %. Данная точность получена с использованием набранной
  статистики по движению мобильного робота в случайно генерируемой среде. Плотность
  заполнения среды препятствиями составляла до 40 %, что соответствует городским
  условиям. Проведено сравнение нейросетевых планировщиков, обученных с помощью пред-
  ложенной итерационной процедуры и при обычном обучении. Сравнение показало, что
  применение итерационной процедуры повышает точность планирования до 12 – 15 %. При
  этом исходный объем обучающей выборки уменьшается в несколько раз за счет применяе-
  мой фильтрации.

• РАЗРАБОТКА МОДИФИЦИРАВАННЫХ МЕТОДОВ И МОДЕЛЕЙ ПОИСКОВОЙ АДАПТАЦИИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПЛАНИРОВАНИЯ СБИС

  О.Б. Лебедев , А.А. Жиглатый , Е.О. Лебедева

  2021-12-24

  Аннотация ▼

  В работе для решения задачи планирования СБИС разработан поисковый алгоритм
  на основе модифицированного метода муравьиной колонии. Задача формирования плана
  СБИС сводится к задаче формирования соответствующего польского выражения. Разра-
  ботанный метод синтеза польского выражения включает построение дерева разрезов,
  выбор типов разрезов (H или V), идентификацию и ориентацию модулей. Эволюционирую-
  щая популяция разбита на пары агентов. Каждый член популяции – пара агентов, рабо-
  тающих совместно. При этом конструктивные алгоритмы A1 и A2, используемые аген-
  тами пары различаются. Задача, решаемая алгоритмом А1, формулируется как задача
  поиска взаимно однозначного отображения Fk=M*→P множества модулей M c выбранны-
  ми ориентациями, |M*|=|M| в множество P позиций шаблона Sh. Фактически решение за-
  ключается в выборе на графе G1 подмножества ребер E*1E1, входящих в соответствующее отображение Fk. В алгоритме A2 в качестве модели пространства поиска реше-
  ний для выбора типа, последовательности и места расположения разрезов в шаблоне Sh
  разработан граф G2=(X, E2). X={(x1i,x2i)|i=1,2,…,n} множество вершин графа G2, соот-
  ветствует множеству P потенциальных позиций шаблона Sh для возможного размещения
  в них имен символов разрезов. Каждая потенциальная позиция piP шаблона Sh моделиру-
  ется двумя альтернативными вершинами (x1i,x2i). Выбор при размещении разрезов верши-
  ны x1i указывает на то, что в позицию pi помещен разрез типа V, выбор вершины x2i – ука-
  зывает на то, что в позицию pi помещен разрез типа H. Каждая итерация l общего алго-
  ритма включает начальный и три основных этапа. Начальный этап заключается в сле-
  дующем. Обнуляются матрицы ко-эволюционной памяти КЭП*1 и КЭП*2. На первом этапе
  каждая пара агентов dk=(a1k, a2k): – конструктивными алгоритмами A1 и A2 синтезирует
  свое решение Wk=(E1k
  *,Sk); – формируется польское выражение Shk, соответствующее
  решению Wk; – на базе Shk формируется дерево разрезов Tk; – на базе Tk формируется план
  Rk и рассчитывается оценка решения Fk; – агенты откладывают (добавляют) феромон в
  ячейки матриц коллективной эволюционной памяти КЭП*1 и КЭП*2, соответствующие
  ребрам решения Wk=(E1k
  *,Sk) в графах поиска решений G1 и G2 в количестве пропорциональном оценке решения Fk. На втором этапе феромон, накопленный в КЭП*1 и КЭП*2
  агентами популяции на итерации l, добавляется в КЭП1 и КЭП2. На третьем этапе осу-
  ществляется испарение феромона на ребрах графов G1 и G2. Тестовые испытания под-
  твердили эффективность предложенного метода. Временная сложность алгоритма, по-
  лученная экспериментальным путем, совпадает с теоретическими исследованиями и для
  рассмотренных тестовых задач составляет О(n2).

• АВТОМАТИЗИРОВАННАЯ СИСТЕМА КОНТРОЛЯ ЗА НАЗНАЧЕНИЕМ РАДИОЧАСТОТ НА ОСНОВЕ РИСК-ОРИЕНТИРОВАННОГО ПОДХОДА ПРИ ПЛАНИРОВАНИИ РАДИОСВЯЗИ В ПОДРАЗДЕЛЕНИЯХ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ ВОЕННОГО НАЗНАЧЕНИЯ

  А. И. Наговицин , Б.Б. Молоткова , Д. У. Азимов

  59-70

  2022-04-20

  Аннотация ▼

  Применение в Вооруженных Силах Российской Федерации широкой номенклатуры ра-
  диостанций различных поколений привело к невозможности полного учета всех их особенно-
  стей при планировании радиосвязи. К примеру, учесть весь перечень самопораженных час-
  тот излучениями собственных гетеродинов различных радиостанций, а также запрещенных
  для установления и ведения радиосвязи частот становится крайне сложной задачей. В связи
  с этим кратно возросли риски отсутствия радиосвязи или нарушения правил использования
  радиочастотного диапазона в том числе и в подразделениях робототехнических комплексов
  военного назначения (РТК ВН). В статье отмечено, что одной из самых больших проблем при
  создании единой цифровой системы управления боем, технической основой которой будет
  являться беспроводная сеть связи - сеть радиосвязи, работающая в различных частотных
  диапазонах, сегодня является выполнение требований электромагнитной совместимости
  (ЭМС) и в частности выполнение требований по корректному использованию радиочастот-
  ного спектра. Для оптимизации процесса планирования радиосвязи в формированиях РТК ВН,
  повышения его оперативности и эффективности в статье предложено создать и приме-
  нить автоматизированную систему контроля за назначением радиочастот на основе риск-
  ориентированного подхода. Показано, что риск-ориентированный подход при планировании
  радиосвязи в подразделениях РТК ВН предполагает проведение сравнительной оценки номи-
  нала назначенной рабочей частоты со списком самопораженных частот каждой из приме-
  няемых радиостанций, а также со списком запрещенных частот для установления радиосвя-
  зи (частоты для передачи сигналов бедствия и др.). Аргументировано отмечено, что такой
  подход позволит снизить риски отсутствия радиосвязи или нарушения правил использования
  радиочастотного диапазона. Позволит оптимизировать процессы автоматизированного
  планирования радиосвязи в формированиях РТК ВН и повысить оперативность и эффектив-
  ность автоматизированного планирования и управления радиосвязью в ходе боевых дейст-
  вий. В статье описан алгоритм работы автоматизированной системы контроля за назначе-
  нием радиочастот. Программная реализация данного алгоритма предполагает создание и
  хранение в соответствующей области памяти библиотек (баз данных) основных запрещен-
  ных частот определенных законодательством РФ. Кроме того, в данных библиотеках (базах
  данных) хранятся списки самопораженных частот излучениями собственных гетеродинов
  всех типов применяемых радиостанций, приведенных в техническом описании каждой из
  применяемых радиостанций

• ИССЛЕДОВАНИЕ МЕТОДОВ ПЛАНИРОВАНИЯ ДВИЖЕНИЯ В ДВУМЕРНЫХ КАРТОГРАФИРОВАННЫХ СРЕДАХ

  М. Ю. Медведев , В.Х. Пшихопов , Д.О. Бросалин , Б. В. Гуренко , М.А. Васильева , Хамдан Низар

  2022-08-09

  Аннотация ▼

  Исследуются задача планирования движения в двумерных картографированных сре-
  дах. Проводится обзор и анализ известных алгоритмов планирования, базирующихся на
  диаграммах Вороного, вероятностной дорожной карте, быстро растущих случайных де-
  ревьев, алгоритмах Дейкстры, А*, D* и их модификациях, искусственных потенциальных
  полях и интеллектуальных эвристиках. На основе проведенного анализа делается вывод о
  том, что классические методы в динамических средах требуют значительных затрат по
  времени расчетов и объему используемой памяти. Делается вывод об актуальности разра-
  ботки алгоритмов, повышающих эффективность известных методов планирования.
  В этой связи данная статья посвящена разработке модифицированного алгоритма быст-
  ро растущих случайных деревьев и исследованию его эффективности по сравнению с из-
  вестными методами. В статье представлен модифицированный алгоритм быстро рас-
  тущих случайных деревьев, отличающийся тем, что при проверке наличия пути в новый
  потенциальный узел графа проверяется путь в некоторую область возле указанного узла.
  Это позволяет снизить количество узлов в строящемся дереве. Разработанный алгоритм
  вначале сравнивается с традиционным алгоритмом быстрорастущих случайных деревьев.
  Сравнение производится по времени расчета траектории, объему требуемой памяти, дли-
  не пути и проценту ситуаций, в которых успешно найдена траектория в целевую точку.
  Далее осуществляется сравнение разработанного алгоритма с алгоритмами планирования
  других классов. При исследовании используются репрезентативные выборки численных
  экспериментов и различные среды, отличающиеся плотностью расположения препятст-
  вий и наличием лабиринтов. Также проводится исследование алгоритмов планирования с
  использованием результатов экспериментов на наземном колесном роботе. По результа-
  там численных и реальных экспериментов делаются выводы о преимуществах и недос-
  татках разработанного алгоритма планирования движения и о целесообразности его при-
  менения в различных средах.

• ГЕНЕТИЧЕСКИЙ АЛГОРИТМ ПЛАНИРОВАНИЯ ТРАЕКТОРИИ ДВИЖЕНИЯ ГРУППЫ МОБИЛЬНЫХ РОБОТОВ ПРИ НАЛИЧИИ СТАЦИОНАРНЫХ И ПОДВИЖНЫХ ПРЕПЯТСТВИЙ

  Л. А. Рыбак , Д.И. Малышев , Д. А. Дьяконов , А. А. Мамченкова

  2025-04-27

  Аннотация ▼

  Рассматривается метод планирования траектории движения группы мобильных роботов,
  обеспечивающий безопасное перемещение и исключающий возможность столкновений как между
  самими роботами, так и с внешними препятствиями, включая движущиеся объекты. Разрабо-
  танная математическая модель учитывает три основных сценария возможных столкновений:
  пересечение траекторий роботов внутри группы, взаимодействие со стационарными препятст-
  виями и вероятность столкновения с подвижными объектами. Каждый из этих сценариев де-
  тально анализируется для обеспечения максимальной безопасности движения, а их учет позволя-
  ет эффективно адаптировать маршруты роботов к изменяющимся условиям среды. Траектория
  движения каждого робота представляется в виде ломаной линии с промежуточными точками,
  которые оптимизируются для обеспечения безопасности движения. Особое внимание уделяется
  адаптации скорости на различных участках траектории: робот может изменять скорость в
  зависимости от текущих условий, чтобы минимизировать риск столкновений. Для оценки рас-
  стояний между объектами используется евклидова норма, позволяющая рассчитывать мини-
  мальные расстояния между центрами сферических представлений роботов и препятствий. Зада-
  ча решается в два этапа. На первом этапе строится траектория для первого робота с учетом
  начальных условий и расположения препятствий. На втором этапе формируются траектории
  для остальных роботов с учетом уже спланированных маршрутов. Для оптимизации координат
  промежуточных точек и скоростей применяется генетический алгоритм, который минимизиру-
  ет время перемещения и обеспечивает безопасность движения. Генетический алгоритм использу-
  ет операторы скрещивания и мутации для создания разнообразных решений, а также выполняет
  проверку на соответствие условиям безопасности. Численное моделирование проведено на языке
  Python с использованием библиотеки Matplotlib для визуализации результатов. В ходе эксперимен-
  тов было выполнено 50 тестов с различным количеством препятствий (от 5 до 10). Анализ ре-
  зультатов показал, что с увеличением числа препятствий возрастает как время расчета, так и
  качество сформированных траекторий. Это подтверждает эффективность предложенного
  метода для управления группами мобильных роботов в динамически меняющейся среде

• МОДЕЛЬ И АЛГОРИТМ РЕШЕНИЯ ТРАНСПОРТНО-ЛОГИСТИЧЕСКОЙ ЗАДАЧИ СВОЕВРЕМЕННОЙ ДОСТАВКИ ГРУЗОВ С ИСПОЛЬЗОВАНИЕМ ГРУППИРОВКИ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ

  Е.Д. Григорьева , В.А. Ушаков

  2025-04-27

  Аннотация ▼

  Целью исследования является повышение качества оперативного планирования (программ-
  ного управления) логистических процессов в условиях современных городских систем при взаимо-
  действии группировки робототехнических комплексов. Качество управления в рамках данного
  исследования будет оцениваться по количеству доставок выполненных позже установленных ди-
  рективных сроков. Поставленная в ходе исследования цель декомпозируется на следующие задачи:
  системный анализ современного состояния исследований в области логистики мегаполиса, выпол-
  нение содержательной и формальной постановки задачи оперативного планирования логистиче-
  ских процессов в мегаполисе с использованием группировки робототехнических комплексов, разра-
  ботка модели и алгоритма оперативного планирования логистических процессов в мегаполисе с
  использованием группировки робототехнических комплексов, разработка специального модельно-
  алгоритмического обеспечения и его программного прототипа решения задачи оперативного пла-
  нирования логистических процессов в мегаполисе с использованием группировки робототехниче-
  ских комплексов. Проактивное (упреждающего) управление группировкой робототехнических
  комплексов при решении транспортно-логистических задач в мегаполисе в рамках концепции «Ум-
  ный город» позволяет повысить экономическую эффективность доставки грузов. В рамках ста-
  тьи рассматривается научно-техническая задача синтеза технологий (планов) своевременной
  доставки малогабаритных грузов с использованием группировки робототехнических комплексов.
  Теоретическая значимость заключается в применении концепции комплексного (системного) мо-
  делирования и проактивного (упреждающего) управления, а практическая значимость – в обеспе-
  чении своевременной доставки грузов с использованием группировки робототехнических комплек-
  сов в условиях мегаполиса. В статье рассмотрен пример решения задачи оперативного планирова-
  ния логистических процессов на примере Иннополиса с использованием характеристик роботов-
  доставщиков компании Яндекс (в качестве робототехнических комплексов). В ходе исследования
  проведен анализ различных вариантов целевых функций: максимизация прибыли и минимизация
  времени доставки; максимизация прибыли и минимизация времени; минимизация количества ро-
  бототехнических комплексов. Показателями оценки полученных результатов были выбраны: сум-
  марная прибыль от доставок; количество доставок, доставленных не вовремя и общее количество
  выполненных заказов. Наиболее подходящими целевыми функциями для решения задачи являются
  минимизация времени или одновременная минимизация времени и максимизация прибыли. Кроме
  того, в заключении приведены направления дальнейших исследований

• ГИБРИДНЫЙ МЕТОД ПЛАНИРОВАНИЯ КОНФИГУРАЦИИ МАРШРУТА НА КАРТЕ МЕСТНОСТИ В УСЛОВИЯХ ЧАСТИЧНОЙ НЕОПРЕДЕЛЕННОСТИ

  М. И. Бесхмельнов , Б.К. Лебедев , О. Б. Лебедев

  2025-04-27

  Аннотация ▼

  Описывается гибридный алгоритм ситуационного планирования траектории в условиях
  частичной неопределенности для двухмерного пространства, основанный на интеграции волново-
  го и муравьиного алгоритмов, позволяющий строить в реальном масштабе времени траектории
  минимальной длины с одновременной оптимизацией ряда других критериев качества построенного пути. Процессы формирования участка траектории и перемещения по нему объекта череду-
  ются на каждом шаге. Формирования траектории осуществляется последовательно (пошагово)
  на двух уровнях каждого шага. Формирование и ориентация локальной зоны видимости и покры-
  ваемого ею региона на карте местности выполняется относительно текущего опорного вектора.
  Процедурами первого уровня на карте местности последовательно по шагам формируется цепоч-
  ка попарно смежных регионов с локализованными препятствиями. Процедурами второго уровня
  на шаге формируется множество траекторий прохода подвижного объекта через регион.
  При слиянии цепочки регионов образуется область местности, через которую прокладывается
  траектория. Вся траектория является совокупностью отдельных траекторий прохода подвиж-
  ного объекта через регионы, связывающих его исходную позицию с целевой позицией. Поиск реше-
  ния осуществляется популяцией агентов на графе поиска решений. Вершины множества соот-
  ветствуют ячейкам области. Две вершины связаны ребром, если соответствующие им ячейки на
  модели местности в виде дискретного рабочего поля смежны и возможен переход соединения из
  одной ячейки в другую. Синтез траектории и передвижение подвижного объекта в условиях неоп-
  ределенности – это сложная задача, требующая интеграции различных сенсорных систем, алго-
  ритмов обработки данных, алгоритмов планирования пути и систем управления движением. По-
  стоянное развитие технологий в областях искусственного интеллекта, машинного зрения и ро-
  бототехники позволяет создавать всё более совершенные системы автономной навигации. Одна-
  ко, полная автономность и гарантированная безопасность подвижного объекта в любых условиях
  пока остаются сложными задачами для исследования.