Найти

Результаты поиска

• МЕТОДИКА ИДЕНТИФИКАЦИИ ОБЪЕКТА ДЛЯ ИНТЕГРАЦИИ С РОБОТИЗИРОВАННЫМИ СИСТЕМАМИ

  Н.М. Чернышов , И. К. Романова-Большакова

  2025-04-27

  Аннотация ▼

  Целью исследования является разработка методики идентификации и определения место-
  положения объектов в условиях низкой видимости и возможного изменения их формы, с акцентом
  на извлечение деталей, созданных методом селективного лазерного спекания (SLS), из порошковой
  среды. В работе рассматриваются два принципиально разных подхода к формированию алгорит-
  мов управления роботизированным манипулятором. Первый подход, доверительный, основан на
  предположении о минимальном смещении объекта в процессе манипуляций. Манипулятор дви-
  жется по траектории, рассчитанной на основе предварительной трехмерной модели, без коррек-
  ции до момента захвата. Этот метод отличается высокой скоростью выполнения операции и
  минимальными вычислительными затратами. Однако он сопряжен с рисками: деформация объ-
  екта из-за сопротивления среды, смещение детали при контакте с инструментом, а также не-
  возможность захвата при значительных отклонениях от номинального положения. Второй под-
  ход, осторожный, предполагает поэтапное удаление слоев порошка для визуализации объекта и
  корректировки траектории до захвата. Этот метод включает несколько этапов: удаление верх-
  него слоя среды до частичного обнажения детали, анализ данных для уточнения положения объ-
  екта, а также построение адаптивной траектории с учетом возможного смещения. Отдельное
  внимание в статье уделено генерации данных для обучения нейронных сетей, которые использу-
  ются для идентификации объектов в условиях зашумленности. Рассмотрены два метода искус-
  ственного моделирования порошковых покрытий. Примитивный метод заключается в расшире-
  нии вершин трехмерной модели вдоль нормалей с добавлением случайного шума. Усовершенство-
  ванный метод предполагает дифференцированное распределение порошка с учетом локальной
  кривизны поверхности. Последующие экспериментальные результаты показали, что обучение
  нейронной сети с использованием реальных данных имеет низкую эффективность. Точность рас-
  познавания составила 60–75%, что связано с малым объемом выборки и влиянием внешних факто-
  ров, таких как освещение и помехи. В то же время использование синтетических данных, подго-
  товленных по представленной в исследовании методике, позволило повысить точность распозна-
  вания до 92%. Практическая значимость работы заключается в разработке методики поиска,
  обнаружения и определения детали, погруженной в порошок, что может быть использовано для
  автоматизации процессов постобработки на производствах, использующих селективное лазерное
  спекание. Разработанные решения адаптированы для интеграции в роботизированные системы работающие в условиях ограниченной видимости. Предложенные методы могут быть масшта-
  бированы на широкий спектр задач в аддитивном производстве и робототехнике, что делает их
  перспективными для внедрения в промышленные процессы.

• МЕТОД ИНФОРМАЦИОННОГО ВЗАИМОДЕЙСТВИЯ ОПЕРАТОРА И АНПА, ОСНАЩЕННОГО ГИДРОАКУСТИЧЕСКИМ КАНАЛОМ СВЯЗИ, ДЛЯ ИДЕНТИФИКАЦИИ ЦЕЛЕВЫХ ОБЪЕКТОВ

  А.Ю. Коноплин , А. П. Юрманов , А. Ю. Родионов , Р.П. Василенко, М.О. Панчук

  2026-04-29

  Аннотация ▼

  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.

• МЕТОДЫ ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ В ЗАДАЧАХ АДАПТИВНОГО УПРАВЛЕНИЯ НЕЛИНЕЙНЫМИ ДИНАМИЧЕСКИМИ ОБЪЕКТАМИ

  М.Ю. Медведев , В.Х. Пшихопов , А.Р. Гайдук , И.М. Медведев , Е.Ю. Косенко

  2026-04-29

  Аннотация ▼

  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

• АЛГОРИТМ УПРАВЛЕНИЯ АВТОНОМНЫМ НЕОБИТАЕМЫМ ПОДВОДНЫМ АППАРАТОМ ПРИ ПОИСКЕ НАЗНАЧЕННОГО ДОННОГО ОБЪЕКТА ПРИ КОМПЛЕКСНОМ ИСПОЛЬЗОВАНИИ РАЗЛИЧНЫХ СРЕДСТВ МОНИТОРИНГА ДНА

  В.С. Быкова , А.И. Машошин

  2026-04-29

  Аннотация ▼

  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

• ИСПОЛЬЗОВАНИЕ СИСТЕМЫ КАМЕР КРУГОВОГО ОБЗОРА ДЛЯ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ДВИЖЕНИЯ МОБИЛЬНОГО РОБОТА

  И.С. Фомин , А. А. Базельцев

  2026-04-29

  Аннотация ▼

  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

• ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ КОМПЬЮТЕРНОГО ЗРЕНИЯ В СИСТЕМАХ ОБРАБОТКИ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ

  О.Б. Лебедев , Р.И. Черкасов

  254-276

  2025-11-10

  Аннотация ▼

  Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления данных посредством операций пулинга и преобразование признаков в полносвязных слоях. Особое внимание уделено эволюции методов обнаружения объектов, где задача выбора модели рассмотрена как расширение классификации за счет интеграции регрессии пространственных координат, а также проведена оценка эффективности детекторов на основе метрик IoU, Precision, Recall и F1-score, демонстрирующих фундаментальный компромисс между точностью локализации и скоростью обработки. В качестве оптимального решения для систем реального времени представлен алгоритм YOLOv7, архитектура которого основана на разбиении входного изображения на сетку S×S ячеек с прямым предсказанием параметров ограничивающих рамок (координаты центра, ширина, высота) и вероятностей классов для каждой ячейки, а также использовании специализированных слоёв (SPP, PANet) для мультимасштабной агрегации признаков. Структура нейронной сети подтверждает эффективность используемого подхода, обеспечивающего высокое быстродействие без критического снижения точности в стратегически важных приложениях видеонаблюдения, автономных систем и дополненной реальности. Проведено сравнительное исследование одноэтапных и двухэтапных детекторов с оценкой их производительности по ключевым метрикам. Особое внимание уделено практическим аспектам применения технологий компьютерного зрения в реальных системах обработки визуальной информации

• ОСОБЕННОСТИ ФОРМИРОВАНИЯ ПРОЦЕССА КЛАССИФИКАЦИИ СОСТОЯНИЯ ТЕХНИЧЕСКОГО ОБЪЕКТА НА ОСНОВЕ АНАЛИЗА ТОЧЕК ВРЕМЕННОГО РЯДА ПАРАМЕТРА

  С.И. Клевцов

  47-57

  2025-10-01

  Аннотация ▼

  Оценка работоспособности технического объекта в режиме реального времени важна для устойчивого и безаварийного функционирования объекта в процессе его эксплуатации. Ранее была предложена модель классификации скорости изменения параметра на основе специализированной обработки облака точек участка временного ряда без извлечения тренда. Однако, некоторые предложения, например, связанные с невключением части точек ряда в процедуру построения модели, не были достаточно обоснованы и являются неочевидной попыткой избавиться от аномальных значений временного ряда. Некоторые этапы реализации модели, например, построение эллипса на преобразованном облаке точек, требуют детального представления, что важно для дальнейшего обучения модели и проведения классификации.  В статье в рамках предварительной подготовки данных предложена процедура выявления и отсеивания аномальных значений временного ряда параметра, основанная на модификации метода Ирвина. Кроме того, представлена уточненная схема оценки значений критерия в модели классификации состояния параметра технического объекта. За критерий оценки взят коэффициент сжатия эллипса, который строится на облаке точек диаграммы рассеяния, вырезанных скользящим временным окном из временного ряда параметра. Для этого разработана итерационная процедура построения эллипса. Новая процедура обеспечивает более обоснованную и точную оценку критерия. Таким образом, построена модифицированная модель, которая позволит оценить в реальном времени появления нештатной ситуации на ранней стадии ее развития. Процедура оценки может быть реализована в составе программно-аппаратных средств системы мониторинга технического объекта

• МЕТРИКИ ОЦЕНКИ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО СОПРОВОЖДЕНИЯ

  А. Е. Щелкунов, В. В. Ковалев, К.И. Морев, И. В. Сидько

  2020-07-10

  Аннотация ▼

  Работа посвящена обзору существующих метрик для оценки качества выполнения задачи сопровождения объектов на видео различными алгоритмами. При оценке алгоритмов сопро-вождения для последующего их сравнения недостаточно использовать одну метрику, а следует оценивать алгоритмы по набору различных независимых оценок. С этой целью было проведено исследование существующих метрик оценки алгоритмов, результаты которого приведены в статье. В обзоре участвует множество различных подходов к оценке алгоритмов. Например, подходы основанные на оценке определения центра объекта сопровождения, которые являют-ся одними из первых и популярных до сих пор метрик оценки алгоритмов сопровождения. К основным недостаткам таких подходов можно отнести сложность определения истинного центра объекта, а также интерпретация оценок при различных размерах объекта. Для устра-нения этих недостатков в статье вводится новая метрика: несмещенная (оконная) ошибка определения центра объекта, которая учитывает постоянную составляющую ошибки опреде-ления центра. К другим подходам можно отнести метрики, основанные на анализе коэффици-ента Жаккара. Так же в статье рассмотрены подходы, основанные на анализе сбоев сопровождения, в которых учитывается длина сопровождения и интенсивность отказов. Предложен новый метод оценки алгоритмов при потере визуального контакта с сопровождаемым объектом, учитывающий количество кадров в которых был потерян визуальный контакт с объек-том. В ходе исследования были рассмотрены подходы оценки алгоритмов одновременного сопровождения нескольких объектов. Были предложены интегральные метрики, задача которых получение комплексной оценки алгоритма сопровождения. Для формирования комплексной оценки желательно использование различных некоррелированных метрик. Комплексные оценки предоставляют возможность сравнивать алгоритмы между собой. В качестве комплексной оценки в статье предлагается использование метрики, объединяющей точность и устойчивость алгоритма. Как правило, в качестве метрики точности используется коэффициент Жаккара, однако для задач где точность сопровождения центра объекта является основопола-гающей, авторами предлагается использовать в качестве метрики точности несмещенную ошибку определения центра.

• СИНЕРГЕТИЧЕСКИЙ СИНТЕЗ ЗАКОНА УПРАВЛЕНИЯ БПЛА В УСЛОВИЯХ ВЕТРОВЫХ ВОЗМУЩЕНИЙ С ВХОДНЫМИ ОГРАНИЧЕНИЯМИ

  Г. Е. Веселов, Ингабире Алин

  2020-07-20

  Аннотация ▼

  Рассматривается применение методов синергетической теории управления (СТУ) к про-
  блеме синтеза системы управления беспилотным летательным аппаратом (БПЛА) в условиях
  действия ветровых возмущений. Основной задачей исследования является разработка синерги-
  ческого метода синтеза нелинейных систем управления БПЛА с жёстким крылом, гаранти-
  рующих асимптотическую устойчивость замкнутых систем при движении по заданной тра-
  ектории, устойчивость и адаптивность при значительной нелинейности математических
  моделей управления БПЛА с жёстким крылом в условиях влияния ветровых возмущений. Кроме
  того, важной задачей при синтезе систем управления различными объектами, в том числе и
  БПЛА, является учёт ограничений на переменные состояния объекта управления, которые
  могут обуславливаться как требованиями к энергоэффективности и безопасности систем,
  так и другими ограничениями и требованиями, накладываемые на эти координаты. В статье
  предлагается процедура синтеза нелинейных векторных систем управления БПЛА с жёстким
  крылом методами СТУ, обеспечивающих инвариантность к действию внешних неизмеряемых
  возмущающих воздействий, выполнение заданных технологических целей управления, асимпто-
  тическую устойчивость замкнутой системы, а также учёт введенных ограничений на внут-
  ренние координаты БПЛА. Предлагаемая в статье процедура синергетического синтеза век-
  торных нелинейных систем управления БПЛА с жёстким крылом гарантирует эффективное
  использование такого типа БПЛА в решении различного рода задач, в том числе и при функцио-
  нировании таких БПЛА в качестве элементов группы автономных объектов, решающих задан-
  ную групповую технологическую задачу. Эффективность предлагаемого подхода к синергети-
  ческому синтезу стратегий управления подтверждается результатами компьютерного моде-
  лирования синтезированной нелинейной векторной системы управления БПЛА с жёстким кры-
  лом. Предлагаемый метод синергетического синтеза системы управления БПЛА с жёстким
  крылом, может быть применён для разработки перспективных имитационных пилотажно-
  навигационных комплексов, моделирующих поведение БПЛА в условиях присутствия ветровых
  возмущений и послужить основой для улучшения лётно-технических характеристик БПЛА.

• ПОВЫШЕНИЕ ПОИСКОВЫХ ВОЗМОЖНОСТЕЙ АВТОНОМНЫХ НЕОБИТАЕМЫХ ПОДВОДНЫХ АППАРАТОВ ЗА СЧЕТ ПРИМЕНЕНИЯ МНОГОКАНАЛЬНЫХ МАГНИТОМЕТРИЧЕСКИХ СИСТЕМ

  Н. А. Соколов , А.В. Рычков

  2021-04-04

  Аннотация ▼

  В статье обосновывается актуальность решения задач поиска неразорвавшихся бо-
  еприпасов, а также археолого-геологических изысканий в акваториях внутренних вод и
  прибрежных зон Российской Федерации. На примерах выполнения работ по разминирова-
  нию в акватории Балтийского моря и детального магнитометрического обследования ак-
  ватории Фанагории показываются широкие возможности современной аппаратуры по
  локализации объектов, перекрытых донными отложениями и визуально незаметных на
  поверхности дна. Рассматриваются преимущества применения автономных необитаемых
  подводных аппаратов для метода поиска ферромагнитных предметов, основанного на
  регистрации пространственно распределенных магнитных аномалий. Показаны направле-
  ния развития многоканальных магнитометрических средств поиска. Выявлены потенци-
  альные возможности многоканальных магнитометрических систем по идентификации
  объектов поиска. На примере существующей технологии поиска водолазным способом
  показывается, что обеспечиваемый таким способом темп разведки является крайне низ-
  ким даже при наиболее благоприятных условиях: наилучшей видимости, пологом склоне
  дна с твердым основанием. При этом время на разведку участка акватории водолазным
  способом вдоль одного берега составит около 5 часов в благоприятных условиях, а, следо-
  вательно, такой способ не может применяться при обследовании больших акваторий.
  С учетом достигнутого на современном этапе уровня технологий для автоматизации
  подводных работ предлагается применять автономные необитаемые подводные аппара-
  ты с установленной в качестве целевой нагрузки многоканальной магнитометрической
  системой. Кроме автоматизации процесса выполнения задач, применение необитаемых
  подводных аппаратов позволит или полностью исключить, или существенно снизить опас-
  ное воздействие на человека мероприятий по поиску неразорвавшихся боеприпасов и вред-
  ных факторов глубоководных работ, а так же снизить материальные и временные за-
  траты за счет сокращения операций по обслуживанию водолазного оборудования. Обра-
  ботка результатов съемки и создание карты магнитных аномалий позволит выявить
  структуры, геомагнитные свойства которых заметно отличаются от естественного
  магнитного фона. Подобная методика позволяет значительно повысить информатив-
  ность и достоверность результатов обследования акваторий, обеспечивая выявление ви-
  зуально незаметных объектов, обладающих собственным магнитным полем. На основе
  теории электромагнитного поля и магнитостатики разработана методика расчетной
  оценки параметров и эффективности функционирования многоканальной магнитометри-
  ческой системы для необитаемых подводных аппаратов. Методика предназначена для
  оценки параметров и возможностей по обнаружению ферромагнитных объектов и пред-
  варительной оценки эффективности ведения поиска. В качестве критерия (достижениеположительного результата оценки параметров и эффективности функционирования мно-
  гоканальной магнитометрической системы), в соответствии со Стандартами противо-
  минной деятельности IMAS, принято условие: обнаружение объекта определенного типа на
  заданной глубине. Влияние вышеперечисленных данных на решение задачи оценивалось в ре-
  зультате имитационного компьютерного моделирования в программной среде системы ав-
  томатизированного проектирования MathCAD с дальнейшей визуализацией результатов.

• РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ

  В. В. Ковалев , Н.Е. Сергеев

  2022-01-31

  Аннотация ▼

  Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
  тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
  создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
  из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
  устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
  распознавания образов на основе методов машинного обучения, реализованных на встраивае-
  мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
  ма поиска и распознавания образов используются детекционные сверточные нейронные сети
  «You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
  ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
  диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
  путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
  как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
  ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
  программном, представляющихся компанией NVIDIA становится возможным применение
  глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
  Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
  дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
  рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
  тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
  бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012

• АЛГОРИТМ КОМПЛЕКСИРОВАНИЯ НЕСКОЛЬКИХ ИСТОЧНИКОВ ДАННЫХ В ОБЩУЮ КАРТУ ЗАНЯТОСТИ

  И. О. Шепель

  2021-08-11

  Аннотация ▼

  В работе рассматривается проблема построения модели проходимости окружаю-
  щего пространства в среде с большим количеством динамических объектов по данным от
  нескольких различных сенсоров. Целью работы является качественное улучшение алгорит-
  ма построения карты занятости путем добавления способа обработки данных как от
  существующих алгоритмов детектирования движущихся препятствий, так и от автомо-
  бильного радара миллиметрового диапазона. В исследовании решается задача объединения
  данных о статичном окружении и о динамических объектах в одну общую модель прохо-
  димости для дальнейшего планирования траектории движения. Представленная в статье
  модификация алгоритма способна комплексировать данные как карт занятости, постро-
  енных по трехмерному облаку точек от любого датчика, так и данные, представленные в
  виде массива трехмерных объектов с известными координатами, размерами и ориентаци-
  ей. Комплексирование данных происходит на уровне построения карт занятости и не на-
  кладывает дополнительных требований на источник информации о динамических препят-
  ствиях. Алгоритм способен уточнять данные о позиции и размерах динамического объекта
  скоростью от радара, что позволяет планировать траекторию с учетом движения дина-
  мических объектов. Одновременное использование классического подхода к построению
  карт позволяет обнаруживать препятствия в случае ошибки алгоритма обнаружения
  динамических препятствий. Разработанный алгоритм работает в реальном масштабе
  времени на модуле Jetson AGX Xavier, и протестирован в реальных условиях на мобильной
  робототехнической платформе в автономном режиме. Сформулированы перспективные
  направления дальнейших исследований по улучшению представленного подхода.

• ОЦЕНКА ИНФРАСТРУКТУРНОЙ УСТОЙЧИВОСТИ СУБЪЕКТА КРИТИЧЕСКОЙ ИНФОРМАЦИОННОЙ ИНФРАСТРУКТУРЫ ПРИ ДЕСТРУКТИВНЫХ ВОЗДЕЙСТВИЯХ

  Е. А. Максимова , Н.П. Садовникова

  2021-11-14

  Аннотация ▼

  C принятием №187 ФЗ «О безопасности критической информационной инфраструкту-
  ры», реализация которого на практике не возможна без комплексной оценки информационной
  безопасности (ИБ) субъектов критической информационной инфраструктуры (СКИИ). Одна-
  ко, существующие в настоящее время руководящие документы регуляторов не рассматривают
  СКИИ с точки зрения системного подхода, не учитывается инфраструктурная составляющая
  СКИИ при построении системы защиты информации. В это же время, оценка ИБ СКИИ без
  учета влияния на состояния и поведение системы возникающих в системе межобъектных и
  межсубъетных связей приводит к погрешности оценки, так как сама система при определен-
  ных условиях может генерировать деструктивизм инфраструктурного характера. Таким об-
  разом, погрешность в оценке ИБ СКИИ возникает за счет не учета показателя неспособности
  СКИИ реализовывать свой функционал в полном объеме под воздействием рисков инфраструк-
  турного характера, т.е. инфраструктурного деструктивизма. С точки зрения теории устой-
  чивости, данный показатель можно соотнести с категорией «инфраструктурная устойчи-
  вость СКИИ». Предлагаемая авторами исследования модель оценки инфраструктурной устой-
  чивости (ИУ) СКИИ представлена 1) с использованием аппарата когнитивного моделирования,
  2) с использованием аппарата теории надежности технических систем. В рамках когнитивно-
  го моделирования, значение концептов задается экспертно. В представленном исследовании для
  данной оценки предложено использовать аппарат логико-вероятностного моделирования, пу-
  тем четкой структуризации системы – СКИИ. Таким образом, оценка инфраструктурной
  устойчивости СКИИ характеризуется возможностью оценивания вероятности безотказной
  работы объектов КИИ и предотвращения сбоев в функционировании сфер КИИ, что гаранти-
  рует стабильность и требуемый уровень ИБ. Проблема оценки ИУ в данном случае приобрета-
  ет ключевой характер при комплексной оценке ИБ СКИИ.

• ОБНАРУЖЕНИЕ ДИНАМИЧЕСКИХ ОБЪЕКТОВ НА КАРТЕ ЗАНЯТОСТИ С НАКОПЛЕНИЕМ НА ОСНОВЕ ФИЛЬТРА ЧАСТИЦ

  И.О. Шепель

  2022-08-09

  Аннотация ▼

  Рассматривается проблема обнаружения динамических препятствий на карте за-
  нятости, полученной по данным системы технического зрения мобильной робототехниче-
  ской платформы. Целью работы является качественное улучшение алгоритма обнаруже-
  ния препятствий с помощью добавления фильтра частиц для выделения движущихся объ-
  ектов по данным карты. В исследовании решается задача корректного накопления данных
  в карте занятости и уменьшения задержки обновления информации в ячейках карты, по
  которым двигаются динамические объекты. Представленная в статье модификация
  фильтра частиц способна корректно работать с динамическими препятствиями в широ-
  ком диапазоне скоростей, устойчива к выбросам, вызванным в результате случайной гене-
  рации начальной скорости частиц, и предназначена для работы в реальных условиях в сре-
  де с большим количеством движущихся препятствий и в реальном масштабе времени.
  Разработана эвристика, которая уменьшает количество неправильных классификаций вокклюдированных зонах. Показано, что алгоритм обнаружения динамических объектов в карте занятости инвариантен к типу сенсоров, используемых в системе технического
  зрения, а также описана реализация, объединенная с накапливаемой картой препятствий.
  Алгоритм реализован и протестирован на борту автономной робототехнической плат-
  формы и на открытом наборе данных. В статье приведено сравнение с другими подходами
  к обнаружению динамических препятствий, а также рассчитаны метрики быстродейст-
  вия для всех анализируемых методов для вычислителей на базе GPU Nvidia RTX 3070 и GPU
  встроенного вычислителя Jetson AGX Xavier. Сформулированы перспективные направления
  дальнейших исследований по улучшению представленного подхода.

• МОДЕЛИРОВАНИЕ УГРОЗ БЕЗОПАСНОСТИ ДЛЯ ПОСТРОЕНИЯ КОМПЛЕКСНОЙ СИСТЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ НА ОБЪЕКТАХ ИНФОРМАТИЗАЦИИ

  И. А. Ерёмин , А.Е. Якушина , И.Л. Щербов

  41-54

  2025-07-24

  Аннотация ▼

  В рамках данного исследования была детально проанализирована типовая структура объекта информатизации, что позволило квалифицированным специалистам глубже понять механизмы и аспекты, посредством которых различные категории объектов и субъектов обработки информации, которые могут подвергаться угрозам безопасности. Основным механизмом построения комплексной системы защиты информации является модель угроз. Данная модель направлена на выявление и идентификацию потенциальных угроз, их последующий анализ и минимизации рисков их реализации, связанных с нанесением ущерба объекту информатизации. В рамках настоящего исследования для построения модели угроз рассмотрены отечественная база знаний ФСТЭК и международные базы знаний ATT&CK и CAPEC, содержащие в себе исчерпывающую информацию о тактиках и техниках, применяемых злоумышленниками при осуществлении атак на объекты информатизации. В процессе исследования были детально классифицированы различные тактики, используемые злоумышленниками. Особое внимание уделялось определению основных тактик, определяющих точки входа объекта информатизации, которые используются для дальнейшего проведения атаки. В контексте разработки эффективной модели угроз представляется целесообразным проведение комплексного анализа данных, содержащихся в базах знаний, и их последующего совместного использования в процессе построения модели угроз на объектах информатизации. Данный подход позволяет систематизировать и структурировать информацию, что способствует более точному и обоснованному построению модели осуществления потенциальных угроз на разных этапах атаки на объект информатизации. Для построения комплексной системы защиты информации была рассмотрена система поддержки принятия решений. Проведен анализ современных научных исследований, посвященных применяемым методам при построении систем поддержки. В результате работы была приведена взаимосвязь между базами знаний тактик и техник, а также общеизвестных уязвимостей методом онтологии, которая позволяет построить модель комплексной атаки угрозы, и определить объекты воздействия, на которые воздействует злоумышленник на различных этапах комплексной атаки, критичность применяемой уязвимости и платформы, на которой данная уязвимость реализуема, и определение негативных последствий.

• 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.