Найти

Результаты поиска

• РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ СБОРА УРОЖАЯ

  З. В. Нагоев , О.З. Загазежева , К.Ч. Бжихатлов , И.А. Мамбетов

  2025-04-27

  Аннотация ▼

  В условиях необходимости обеспечения продовольственной безопасности актуальными ста-
  новятся задачи оптимизации производственных процессов в аграрном секторе. Например, учиты-
  вая нехватку трудовых ресурсов в сельском хозяйстве, требуется разработка и внедрение робо-
  тотехнических систем для автоматизации процессов ухода за растениями, сбора урожая и его
  переработки. В статье представлены результаты разработки автономного робота для сбора
  яблок, созданного на базе универсального антропоморфного робота, разработанного в Кабардино-
  Балкарском научном центре РАН. Робот оснащен двумя многозвенными манипуляторами, схожи-
  ми с руками человека, что позволяет ему выполнять сложные задачи по сбору урожая. Для обес-
  печения интеллектуального управления всей системой используется мультиагентная нейрокогни-
  тивная архитектура, которая имитирует работу человеческого мозга и позволяет роботу адап-
  тироваться к изменяющимся условиям окружающей среды. Робот оснащен набором сенсоров,
  включая видеокамеры, ультразвуковые и инфракрасные дальномеры, лидар и энкодеры на приводах
  манипуляторов. Это позволяет ему точно определять местоположение яблок, оценивать их зре-
  лость и планировать траекторию движения манипуляторов. Особое внимание уделено разработ-
  ке захвата, который имитирует человеческую кисть и позволяет регулировать силу сжатия, что
  минимизирует риск повреждения плодов. Для управления роботом используется мультиагентная
  нейрокогнитивная архитектура, которая обеспечивает автономное принятие решений на основе
  данных с сенсоров. Система способна строить карту местности, определять положение робота
  и планировать маршрут движения, а также распознавать яблоки и оценивать их состояние.
  В статье также рассмотрены проблемы, связанные с автоматизацией сбора урожая в сельском
  хозяйстве, включая нехватку трудовых ресурсов и потери урожая из-за неправильной эксплуата-
  ции техники. Авторы подчеркивают, что автоматизация и роботизация процессов уборки уро-
  жая имеют большой потенциал, особенно для культур, требующих индивидуального подхода, та-
  ких как фрукты и овощи. Представленный робот демонстрирует высокую эффективность в ре-
  шении этих задач, что подтверждается результатами полевых испытаний. Разработанная сис-
  тема может быть адаптирована для работы с другими культурами, что делает ее универсаль-
  ным решением для сельскохозяйственной отрасли

• НЕЙРОКОГНИТИВНЫЕ МЕТОДЫ И АЛГОРИТМЫ ФЕДЕРАТИВНОГО ОБУЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ИНТЕГРИРОВАННЫХ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМ В РЕАЛЬНОЙ КОММУНИКАТИВНОЙ СРЕДЕ

  З. В. Нагоев , К.Ч. Бжихатлов , О. З. Загазежева

  2024-04-15

  Аннотация ▼

  В отличие от существующих методов обучения систем искусственного интеллекта,
  подходы, основанные на федеративном обучении, не потребуют длительной и дорогостоящей
  процедуры подготовки обучающей выборки при создании и массовом практическом применении
  «умных» сельскохозяйственных систем, автономных беспилотных сельскохозяйственных ма-
  шин и роботов, а полученные системой принятия решений знания будут актуализироваться на
  постоянной основе. Целью исследования является разработка и внедрение сквозной технологии
  федеративного обучения для искусственного интеллекта, отсутствие которой сегодня пре-
  пятствует созданию интегрированных информационно-управляющих систем для растениевод-
  ства и животноводства («умные» сельскохозяйственные системы), основанных на групповом
  применении беспилотных наземных и воздушных сельскохозяйственных машин и роботов. Вне-
  дрение подобных интеллектуальных систем необходимо для сохранения и повышения произво-
  димой продукции и обеспечения устойчивого развития сельского хозяйства. В статье описаны
  нейрокогнитивные методы и алгоритмы федеративного обучения интеллектуальных систем
  управления сельскохозяйственными процессами в реальной среде. Также предлагается струк-
  тура обмена данными и знаниями в системе «умного» поля на основе распределенной сети ин-
  теллектуальных агентов, управляющих системами «умного» поля на различных сельскохозяй-
  ственных угодьях, на основе федеративного обучения. Каждый интеллектуальный агент пред-
  ставляет собой программную модель нейрокогнитивных процессов рассуждения и принятия
  решений в рамках решения определенной задачи. Предложенная структура будет способство-
  вать совместному накоплению базы знаний в области сельского хозяйства и сможет стать
  основой множества различных интеллектуальных агентов, эффективно выполняющих кон-
  кретные задачи в рамках распределенной сети систем управления «умными» полями. Также
  приводится описание интеллектуальных агентов, выполняющих различные задачи в реальной
  среде. Приведены примеры разрабатываемых на автономных робототехнических и программ-
  ных комплексов, на основе которых планируется апробация предложенной концепции федера-
  тивного обучения систем «умного» поля. Вместе с тем в статье описаны ожидаемые эффек-
  ты внедрения технологий, основанных на разрабатываемых методах и алгоритмах федера-
  тивного обучения интеллектуальных агентов, управляющих системами умного поля.