Найти

Результаты поиска

• ВИЗУАЛЬНАЯ НАВИГАЦИЯ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ С ИСПОЛЬЗОВАНИЕМ СЕМАНТИЧЕСКИХ ОПИСАНИЙ МЕСТНОСТИ

  Н.В. Ким , Н. В. Удалова , Н. Е. Бодунков , Д.С. Гиренко , Н.А. Ляпин

  2025-04-27

  Аннотация ▼

  Рассматривается задача визуальной навигации беспилотных летательных аппаратов
  (БЛА), которая заключается в автоматическом определении текущего положения БЛА (коорди-
  нат в земной (местной) системе координат), на основе сравнения и идентификации описаний при-
  нимаемых на борту текущих изображений (ТИ) подстилающей поверхности и эталонных описаний, хранящихся в виде цифровой карты местности в памяти бортового вычислителя БЛА. Целью
  работы является повышение эффективности применения методов визуальной навигации, с точки
  зрения повышения вычислительной производительности, устойчивости и точности алгоритмов
  идентификации изображений в сложных и изменяемых условиях наблюдения, за счет использова-
  ния семантических описаний наблюдаемых сцен. В данной работе под семантическими описания-
  ми будем понимать описания, включающие классы наблюдаемых на сцене объектов, атрибуты
  этих объектов и отношениями между ними. Подготовка семантических описаний карты произ-
  водится на этапе предполетной подготовки БЛА с помощью предварительно обученных нейрон-
  ных сетей семантической сегментации. Семантические описания принимаемых ТИ формируются
  на борту БЛА. При этом использование нейросетевых алгоритмов позволяет реализовать этот
  процесс в реальном времени для широкого спектра условий наблюдений (различного времени суток
  и года). Использование семантических описаний карты и ТИ позволяет сократить вычисления по
  сравнению с традиционным попиксельным сопоставлением растровых изображений. Семантиче-
  ские описания сравниваются путем сопоставления классов объектов, их атрибутов и отношений.
  В работе приведены: общий алгоритм визуальной навигации, основные этапы методики формиро-
  вания семантических описаний и алгоритм сравнения и идентификации семантических описаний
  ТИ и описаний карты. Предложен иерархический алгоритм сравнения и идентификации изобра-
  жений, основанный на последовательном применении семантических, и растровых описаний на-
  блюдаемых сцен. Показано, что использование процедуры сравнения семантических описаний ТИ и
  карты по присутствующим классам объектов позволяет существенно совратить вычисления,
  необходимые для идентификации изображений

• ОРГАНИЗАЦИЯ НАВИГАЦИИ МОБИЛЬНЫХ РОБОТОВ НА ОСНОВЕ КОГНИТИВНОГО КАРТИРОВАНИЯ

  А.М. Корсаков , В. В. Иванова

  2026-04-29

  Аннотация ▼

  КОГНИТИВНОГО КАРТИРОВАНИЯ

  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