Найти

Результаты поиска

• МЕТОДОЛОГИЯ S.M.A.R.T.E.S.T. H-GQM ДЛЯ КОНТРОЛИРУЕМОЙ ЭВОЛЮЦИИ СИСТЕМ ADAS

  Д. Е. Чикрин, А. А. Егорчев, Д.В. Ермаков

  2020-07-20

  Аннотация ▼

  Вывод на массовый рынок транспортных средств (легковых и грузовых автомобилей)
  с высокой степенью автоматизации – уровня ADAS 3+ – ожидается с начала 2020-х годов.
  На текущий момент абсолютным большинством крупных автопроизводителей ведутся
  исследования и разработки в данном направлении, достаточно большое количество про-
  тотипов, предсерийных и серийных систем1 уже продемонстрировано. Системы автома-
  тизированного управления автомобилем – ADAS (advanced driver assistance systems) – пред-
  ставляют собой сложные аппаратно-программные комплексы, особенность которых со-
  стоит в неизменности ядра аппаратной платформы на протяжении одного или несколь-
  ких поколений автомобилей. При этом требуется обеспечить возможность обновления
  (эволюции) системы для исправления ошибок и расширения функциональности, особенно в
  условиях активно развивающихся сенсорных периферийных систем и программных алго-
  ритмов. Для оценки и сопровождения разработки сложных систем применяется методо-
  логия GQM (Goal, Question, Metric – цель, вопрос, метрика) и её модификации. Однако, об-
  ласть их применения ограничена исключительно программными продуктами; также не
  рассматриваются явно вопросы применения методологии GQM для анализа и сопровожде-
  ния процессов эволюции сложных технических систем. В статье предлагается методология H-GQM (Hardware GQM) для проведения контролируемой эволюции сложных аппа-
  ратно-программных систем современной автомобильной техники. Представляемая мето-
  дология H-GQM базируется на методологии GQM и предназначена для аппаратно-
  программных комплексов с монолитным аппаратным ядром, модифицируемым программ-
  ным ядром и периферией, удовлетворяющей принципу атомарности. Доказана примени-
  мость методологии GQM для анализа программно-аппаратных систем ADAS путем про-
  ведения процедуры гармонизации сущностей системы. Для формирования эволюционных
  целей предложена концепция целеполагания S.M.A.R.T.E.S.T, расширяющая методику фор-
  мирования целей бизнес-процессов S.M.A.R.T. путем введения ограничений, полученных в
  результате гармонизации сущностей и описывающих требования к эволюционной способ-
  ности системы. Формулирование фреймворка планов H-GQM рассматривается на примере
  систем ADAS, в рамках предложенной методологии сформирован масштабируемый шаб-
  лон целей, учитывающий специфику систем ADAS.

• СРАВНЕНИЕ МЕТОДОЛОГИЙ ПРОЕКТИРОВАНИЯ СВЕРХУ–ВНИЗ И СНИЗУ–ВВЕРХ ПРИ РАЗРАБОТКЕ СИСТЕМ ADAS

  Д. Е. Чикрин , А. А. Егорчев

  2021-07-18

  Аннотация ▼

  Выбор типа основной методологии проектирования оказывает значительное влияние
  на качество итогового продукта, в том числе и на его способность к дальнейшему разви-
  тию и масштабированию. В статье рассматриваются особенности стандартных методологий проектирования снизу–вверх и сверху–вниз применительно к системам ADAS (сис-
  темам автоматизированного (беспилотного) управления автомобилем), показывается,
  что использование "чистых" методологий неприемлемо при проектировании указанных
  систем и требуется создание новой совмещённой методологии проектирования. Для этого
  рассмотрены особенности и ограничения подхода сверху-вниз: ориентация подхода на
  максимальное соответствие разрабатываемой системы предъявляемым к ней требовани-
  ям; методологическая строгость подхода; трудность тестирования системы в процессе
  разработки; чувствительность к изменениям требований к разрабатываемой систему.
  Рассмотрены особенности и ограничения подхода снизу-вверх: возможность итеративной
  разработки с получением промежуточного результата; возможность использования
  стандартных компонентов; масштабируемость и гибкость системы разрабатываемой
  системы; возможность несоответствия функций подсистем требованиям, которое мо-
  жет проявляться только на поздних этапах разработки; возможная несогласованность
  при разработке отдельных подсистем и элементов. Рассмотрены особенности и факторы
  разработки систем ADAS: повышенные требования по надёжности и безопасности рабо-
  ты системы; разнородность используемых компонентов. Выделены два этапа развития
  ADAS-систем: этап интенсивной разработки и этап экстенсивной эволюции. Рассмотре-
  на применимость той или иной методологии относительно различных аспектов разработ-
  ки и эволюции систем ADAS, таких как: определение требований; композиционный мор-
  физм; масштабируемость и расширяемость; стабильность и устойчивость; стоимость и
  время разработки; способность к развитию. В результате сравнения методологий дела-
  ется вывод о том, что существуют аспекты разработки и развития технической систе-
  мы, в которых наблюдается значительное преимущество одной или другой из методоло-
  гий. В должной степени эволюция системы может быть обеспечена только при использо-
  вании подхода снизу–вверх. Однако, для сложных систем критически важным является
  определение изначальных требований к системе, что может быть достигнуто только с
  применением методологии сверху–вниз.

• АППАРАТНО-ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ТЕЛЕУПРАВЛЯЕМОГО НЕОБИТАЕМОГО ПОДВОДНОГО АППАРАТА КЛАССА МИКРО

  О.В. Шиндор , П.А. Кокунин , А. А. Егорчев , Л.Н. Сафина , Я. С. Мурин

  2025-01-30

  Аннотация ▼

  В современной подводной робототехнике актуальными являются задачи управления, повы-
  шения автономности, увеличения выполняемых функций и возможность импортозамещения.
  В работе рассматривается пример построения телеуправляемого необитаемого подводного ап-
  парата (ТНПА) класса микро, основной целью которого является использование в образователь-
  ных целях, в частности для вовлечения школьников в инженерное направление и программирова-
  ние, студентов в программирование микроконтроллеров, практическое изучения систем управле-
  ния, цифровую обработку изображений с использованием вейвлет-преобразования. В статье
  представлены основные принципы и особенности конструкторской, аппаратной, алгоритмиче-
  ской и программной реализации роботизированного конструктора на основе ТНПА класса микро.
  Приведены обоснования применения конструкторского решения для использования ТНПА в обра-
  зовательных целях, рассмотрены принципы алгоритмического передвижения подводного блока.
  На основе двумерного вейвлет-преобразования для обработки подводных изображений разрабо-
  тан алгоритм и проведена его верификация. Вейвлет-преобразование является современным и
  эффективным инструментом для выявления локальных особенностей сигналов и обработки изо-
  бражения. Использование двумерной вейвлет-декомпозиции, представляющей собой процесс раз-
  ложения сигнала на высокочастотные и низкочастотные составляющие, позволяет сформиро-
  вать четыре матрицы вейвлет-коэффициентов, содержащих аппроксимирующие с низкочастот-
  ными составляющими и детализирующие коэффициенты (высокочастотные) трех типов: несу-
  щих информацию о вертикальных, горизонтальных и диагональных параметрах анализируемого
  изображения. В процессе обработки изображения после применения вейвлет-преобразования вы-
  полняется для увеличения контрастности изображения изменение коэффициентов аппроксима-
  ции, далее осуществляется определение RGB компонентов на основе матрицы аппроксимации
  вейвлет-коэффициентов на основе градаций серого и вычисление средних и максимальных значе-
  ний для каждой из компонент. Далее выполняется расчет коэффициента цветопередачи, коэф-
  фициентов улучшения, на основе которых формируется модифицированная матрица вейвлет-
  коэффициентов и применяется обратное преобразование. В результате применения алгоритма на
  тестовых изображениях показана возможность цветокоррекции, в частности уменьшение влия-
  ния зеленой и голубой составляющих на 8,6%. Полученные результаты могут быть использованы
  при построении систем распознавания изображений в подводной среде и проектировании авто-
  номных необитаемых подводных аппаратов.

• АНАЛИЗ СИСТЕМ ОПРЕДЕЛЕНИЯ И КЛАССИФИКАЦИИ ЭМОЦИЙ ЧЕЛОВЕКА ПО ДАННЫМ ЗВУКОВОГО ПОТОКА

  А.А. Егорчев , Д. М. Пашин , Н. А. Сарамбаев , А. Ф. Фахрутдинов

  2024-10-08

  Аннотация ▼

  В современной быстро меняющейся и требовательной рабочей среде способность быстро и
  точно оценить эмоциональное состояние сотрудника имеет решающее значение для защиты че-
  ловеческих жизней и снижения материальных рисков. Эмоциональное благополучие играет важ-
  ную роль в обеспечении безопасности на рабочем месте, производительности труда и общего
  психического здоровья. Поэтому разработка эффективных инструментов для мониторинга нега-
  тивных эмоций и реагирования на них является актуальной задачей современности. Целью данно-
  го исследования является разработка алгоритма, способного классифицировать эмоции, используя
  аудиоданные, записанные смартфоном пользователя. Такой инструмент особенно полезен, если
  интегрирован в более широкую систему мониторинга здоровья, позволяющую оценивать показа-
  тели здоровья человека в режиме реального времени с помощью неинвазивных методов. В этой
  статье представлено новое решение, которое использует акустические сигналы, улавливаемые
  микрофоном смартфона, для обнаружения и классификации эмоций пользователя. Используя
  сверточные нейронные сети (CNNS), тип алгоритма глубокого обучения, известного своей эф-
  фективностью при обработке аудио- и визуальных данных, предлагаемая система может опреде-
  лять эмоциональное состояние пользователя. Модель CNN обучена распознавать признаки в ау-
  диоданных, соответствующие различным эмоциональным проявлениям, фокусируясь на обнару-
  жении негативных эмоций, таких как, гнев или печаль. Результаты исследования демонстрируют
  эффективность системы: частота ошибок при определении негативных эмоций составляет
  19,5% для ложноположительных результатов (ошибки I рода) и 20,1% для ложноотрицательных
  результатов (ошибки II рода). Эти показатели указывают на ее потенциал для практического
  применения в реальных условиях. Внедряя это решение в существующие системы биомедицинского
  мониторинга, организации могут расширить свои возможности по мониторингу эмоционального
  благополучия сотрудников, потенциально предотвращая негативные последствия, такие как не-
  счастные случаи на производстве или кризисы психического здоровья. Интеграция распознавания
  эмоций с помощью смартфонов в системы мониторинга состояния здоровья представляет собой
  значительный прогресс в области неинвазивного биомедицинского мониторинга, использующего
  повсеместное присутствие смартфонов и возможности машинного обучения.

• ПОСТРОЕНИЕ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ЧАСТОТЫ ПОВЕРХНОСТНОГО ДЫХАНИЯ ПО ДАННЫМ ВИБРОМЕТРИЧЕСКИХ СЕНСОРОВ СМАРТФОНА

  Д. Е. Чикрин, А.А. Егорчев , Д. М. Пашин , Н.А. Сарамбаев

  2023-10-23

  Аннотация ▼

  Современные реалии ставят человечеству задачи по цифровизации в различных об-
  ластях работы и быта, ускоряя срок выполнения задач и облегчая их. Современная техни-
  ка, оснащенная датчиками, которые можно использовать для предварительной диагно-
  стики, позволяет выявлять различные симптомы, которые могут являться причиной по-
  сещения медицинских учреждений. Это позволяет выиграть время – очень ценный ресурс,
  когда речь идет о жизни человека. Поэтому возможность выполнять такую диагностику,
  в частности, определение частоты дыхания, является актуальной задачей на сегодняшний
  день. В статье представлен метод определения частоты дыхания с использованием трех-
  осевого акселерометра на мобильном устройстве. Данный метод может быть использо-
  ван в приложении мониторинга состояния здоровья пользователя при отсутствии смарт-
  часов. Метод позволяет пользователю измерять частоту дыхания человека только при
  условии того, что пользователь находится в сидячем положении и мобильное устройство,
  оснащенное необходимым датчиком, расположено в верхней передней области бедра (об-
  ласть кармана). Алгоритм по определению частоты дыхания реализован на двух языках
  программирования: Python и MatLab. В алгоритме используется стабилизатор частоты
  дыхания, т.к. с мобильного устройства на базе Android частота дискретизации акселеро-
  метра не постоянна. Далее сигнал нормируется методом z-нормирования. Для выделения
  частотного промежутка, в котором вычисляется частота дыхания, используется фильтр
  Баттерворта 1-ого порядка. Анализ независимых компонент позволяет получить из смеси
  сигналов его независимые компоненты. Были протестированы несколько реализаций дан-
  ного метода на языке Python и Matlab. Наилучшие по качеству результаты показал алго-
  ритм, реализованный на языке MatLab с использованием встроенного восстановительного
  анализа независимых компонент (RICA) из набора инструментов статистики и машинно-
  го обучения. По скорости работы лучшие результаты показала реализация алгоритма на
  языке Python с методом быстрого анализа независимых компонент (FastICA). Среднеквад-
  ратичная ошибка для диапазона 10–20 вдоха в мин составила 2,14 вдоха в мин. Средне-
  квадратичная ошибка для 20–30 вдоха в мин составила 3,46 вдоха в мин.

• АЛГОРИТМ ДЕТЕКТИРОВАНИЯ ДЕФЕКТОВ МЕЛКОЙ МОТОРИКИ НА ОСНОВЕ ИНФОРМАЦИИ ОТ СЕНСОРОВ СМАРТФОНА

  А.А. Егорчев, Д.Е. Чикрин, Д.М. Пашин , А.Ф. Фахрутдинов , П.А. Кокунин

  2023-10-23

  Аннотация ▼

  Цифровизация является ведущим трендом современности человечества. Она позво-
  ляет решать многие бытовые задачи с помощью устройств со специализированными алго-
  ритмами облегчая быт, а также решать ряд задач, для которых еще вчера требовались
  квалифицированные специалисты. Одной из таких задач является самостоятельная пред-
  варительная диагностика пациентов в медицине. Возможность выполнять такую диагно-
  стику позволяет сократить время на выявление проблем при различных заболеваниях, в
  частности неврологических, в том числе таких случаях, как дефект мелкой моторики, как
  следствие такой вид диагностики позволяет уменьшить нагрузку на медицинских специа-
  листов. Стоит отметить, что время играет решающую роль в процессе оказания меди-
  цинской помощи, и своевременное оказание медицинской помощи может спасти жизнь
  человека. Таким образом, разработка решения, позволяющего проводить самостоятельную
  предварительную диагностику дефектов мелкой моторики используя технические средст-
  ва, которые имеются почти у всех, является актуальной задачей на сегодняшний день.
  Целью работы является расширение методов диагностики наличия дефектов мелкой мо-
  торики. Для достижения данной цели были поставлены задачи по исследованию имеющих-
  ся решений по теме и разработке специализированного алгоритма, предназначенного для
  использования в смартфонах в рамках системы биомедицинского мониторинга. В статье
  представлен алгоритм определения дефектов мелкой моторики человека по данным кине-
  матического датчика смартфона – трехосевого акселерометра. Представленное решение
  основано на анализе углов отклонений, получаемых от акселерометра смартфона при вы-
  полнении пациентом поставленного задания (упражнения). Задание требует от пациента
  принять исходное положение в течение трех секунд и, затем, удерживать смартфон на
  вытянутой руке в течение 10 секунд, в течение которых выполняется измерение показаний
  трехосевого акселерометра. Результаты испытаний разработанного решения показали
  точность на уровне 0,05 для ошибок первого рода и 0,09 для ошибок второго рода. Полу-
  ченные результаты свидетельствуют о возможности использования решения для предва-
  рительной самодиагностики и может быть использовано как элемент модуля диагности-
  ки в крупных системах биомедицинского мониторинга.

• ПРОГРАММНО-АППАРАТНЫЙ КОМПЛЕКС СЕГМЕНТАЦИИ ПРЕПЯТСТВИЙ С АРХИТЕКТУРОЙ U-NET ДЛЯ АВТОНОМНОЙ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ТЕХНИКИ

  И.Г. Галиуллин , Д.Е. Чикрин, А.А. Егорчев , Р. Ф. Сабиров

  2023-08-14

  Аннотация ▼

  Сельское хозяйство играет фундаментальную роль в обеспечении продовольственной
  безопасности и удовлетворении потребностей населения в пищевых продуктах. Оптими-
  зация производства сельскохозяйственных культур и повышение эффективности работы
  являются неотъемлемыми задачами для современного сельского хозяйства. В связи с этим
  все больше внимания уделяется разработке и применению автономных сельскохозяйствен-
  ных технических систем, способных автоматизировать и оптимизировать различные
  производственные процессы. Однако эффективность автономных систем ограничивается
  недостаточным развитием систем обнаружения препятствий и алгоритмов принятия
  решений. Когда машинно-тракторные агрегаты и другие самоходные машины сталкива-
  ются с препятствиями на своем пути, точное и быстрое распознавание этих препятст-
  вий играет решающую роль в принятии соответствующих решений для избежания ава-
  рийных ситуаций. В данной статье представлен программно-аппаратный комплекс сег-
  ментации препятствий с использованием архитектуры U-Net, разработанный с целью
  преодоления данных ограничений в автономных сельскохозяйственных технических систе-
  мах. Архитектура U-Net известна своей способностью к высокоточному распознаванию
  объектов на изображениях, что делает ее привлекательным выбором для систем машин-
  ного зрения в условиях сельского хозяйства. Представленный комплекс обладает высокой
  производительностью и позволяет проводить сегментацию препятствий типа столб,
  дерево и кустарниковая растительность в режиме реального времени во время движения
  машинно-тракторных агрегатов по заданной траектории. Это обеспечивает точное при-
  нятие решений и избежание аварийных ситуаций, что существенно повышает эффектив-
  ность и безопасность работы автономных систем в условиях сельскохозяйственного про-
  изводства. Проведенные испытания подтвердили эффективность и применимость разра-
  ботанных решений в реальных сельскохозяйственных условиях. Представленный в статье
  программно-аппаратный комплекс сегментации препятствий с архитектурой U-Net от-
  крывает новые возможности для автономной сельскохозяйственной техники и способст-
  вует повышению производительности и эффективности сельского хозяйства. Это важ-
  ный шаг в развитии современных технологий сельского хозяйства и содействует примене-
  нию автономных систем для улучшения сельскохозяйственного производства и повышения
  продуктивности.