Central AsianResearch Index

ИССЛЕДОВАНИЕ МУЛЬТИМОДАЛЬНЫХ НЕЙРОСЕТЕЙ ДЛЯ РОБОТОВ В РЕАЛЬНОМ ВРЕМЕНИ

Исследование направлено на разработку мультимодальной нейронной сети для улучшения точности обнаружения препятствий путём комбинирования тепловизионных данных с информацией, полученной от других типов датчиков, таких как лидары (системы лазерного дальномера) и ультразвуковые датчики. В контексте автономных систем, таких как роботы и беспилотные летательные аппараты (дроны), эффективное слияние данных с различных датчиков является ключевым аспектом для обеспечения безопасного обхода препятствий и навигации в сложных условиях окружающей среды. Особое внимание уделяется тепловизионной камере как источнику, который предоставляет ценную информацию о температурных характеристиках объекта, что может быть особенно полезно в условиях низкой видимости или ночью. Однако тепловизионные данные могут быть ограничены в отношении точности определения формы и расстояния до объектов. В свою очередь, лидары и ультразвуковые датчики предлагают высокую точность в измерении расстояний и формы объектов, но могут сталкиваться с ограничениями при определении температурных свойств. Результатом является значительное повышение точности обнаружения препятствий и улучшение способности системы к самостоятельной навигации и принятию решений в реальном времени.

Сведения

Опубликовано
2024 · Т. 135, № 6, С. 331-340
Язык
Русский
ISSN
1609-1817 · 2790-5802
Издатель
JSC Academy of Logistics and Transport