Известия ЮФУ. Технические науки.

Одним из приоритетных направлений теории группового управления на близлежащую перспективу является роевое управление группами малых беспилотных летательных аппаратов – микро-, мини- и нано- классов, выполняющих коллективную задачу в условиях воздействия противника. Здесь сталкиваются две антагонистические стратегии-минимизации потерь с точки зрения атакующего
роя и максимизации таких потерь с точки зрения системы обороны. Цель исследования: разработка
подхода к решению практической задачи – проникновения роя беспилотных летательных аппаратов на
охраняемый системой обороны объект. Задачи исследования заключались в анализе характеристик
факторов, влияющих на процессы обнаружения, сопровождения, распознавания намерений роя систе-
мой обороны и разработка модели машинного обучения создания пространственно-временных форма-
ций, минимизирующих число пораженных системой обороны элементов роя. В качестве основных па-
раметров системы обороны выделены дальность обнаружения и продолжительность распознавания
роя, время на принятие решения по действиям роя, размер зоны поражения средств обороны. В каче-
стве метода исследования выбран метод машинного обучения на сверточных нейронных сетях с под-
креплением. Эффект противодействия системе обороны создается за счет динамичности роя; он
может активно маневрировать, создавая в процессе осуществления миссии пространственно-
временные маневры. Для моделирования ситуации «Рой vs Система обороны» вводится агент роя (ней-
ронная сеть с архитектурой трансформер, которая инициирует формации роя) и агент системы обо-
роны, которая распознает рой и атакует его, создавая зону поражения в условном центре масс роя.
Рой руководствуется стохастическим правилом, предлагая системе обороны (среде) отреагировать
на его маневр. Среда отвечает атакой роя, образуя поражающий фактор в той точке, в которой
предположительно окажется рой или основная часть роя. Наградой стратегии роя выступает число
неуничтоженных объектов в условиях выполнения ограничений; для системы обороны эта «награда»
выступает как «наказание». В процессе машинного обучения установлено интересное явление: каждый
элемент роя, оставаясь в рамках заданного пространства и реализуя биологические принципы роевого
управления без Лидера самостоятельно уклоняется от области поражения, что в совокупности созда-
ет случайную для средств обороны пространственно-временную формацию с минимальными потерями
элементов роя. Таким образом, методом машинного обучения с подкреплением создана модель, позво-
ляющая варьировать поведением роя и синтезировать пространственно-временных формации, за-
трудняющие обнаружение, сопровождение, распознавание намерений и принятие решений по воздей-
ствию системы обороны на рой атакующих малых беспилотных летательных аппаратов, а также
существенно снизить их потери

Исследуется применение нейросетевых архитектур для семантической сегментации нор
грызунов с целью мониторинга их популяции на сельскохозяйственных полях. В частности, рас-
сматриваются три модели для семантической сегментации: сверточный автокодировщик (САК),
SegNet и U-Net. Эти модели применяются для анализа изображений, полученных с беспилотных летательных аппаратов (БпЛА) и наземных роботизированных средств (РТС), что позволяет
автоматически выявлять норы, минимизируя необходимость в трудозатратах при обработке
больших объемов данных. Для обучения и тестирования моделей была подготовлена выборка,
включающая 247 RGB-изображений, содержащих 1098 размеченных нор. Оценка показателей ка-
чества семантической сегментации проводилась с использованием метрики Джаккара (IoU), в
результате чего были получены следующие значения: 0,511 для САК, 0,548 для SegNet и 0,529 для
U-Net. Была проведена оценка вычислительных ресурсов, необходимых для внедрения этих моделей
в бортовые вычислительные устройства (БВУ) мобильных РТС. Рассмотрены два критерия: ко-
личество операций с плавающей точкой (GFLOPS) и количество параметров моделей. Результа-
ты показали, что SegNet требует 2,23 GFLOPS и имеет 0,76 миллиона параметров, что в 2,58 и
2,33 раза меньше по сравнению с САК и U-Net соответственно. Количество операций с плавающей
точкой для SegNet также оказалось на 2,43 и 1,88 раза ниже, чем у САК и U-Net соответственно.
В результате, SegNet превзошла САК и U-Net как в эффективности сегментации, так и в требуе-
мых вычислительных ресурсах. Данная работа выполнялась в рамках реализации системы компь-
ютерного зрения сельскохозяйственной РТС.

Представлены результаты разработки наноразмерных мемристорных структур, примене-
ние которых является перспективным для аппаратной реализации систем искусственного интел-
лекта. Предложена конструкция мемристорной ячейки на основе пленки оксида титана толщи-
ной от 3 до 50 нм, верхний электрод которой представлял профилированную структуру в виде
двух высокоаспектных острийных наноразмерных структур (ВОНС), у которой одно из острий
было с радиусом 10 нм, а радиус острия второй варьировался в диапазоне от 10 до 50 нм. В каче-
стве материала для верхнего электрода была выбрана платина из-за ее уникальных физико-
химических свойств, в том числе высокой химической инертности в широком диапазоне темпера-
тур и агрессивных сред, низкого удельного электрического сопротивления и устойчивости к окис-
лению. Эти характеристики делают платину оптимальным материалом для использования в
электронных устройствах и сенсорных системах, где требуется долговременная стабильность и
минимальные потери энергии при передаче сигнала. Представлены результаты моделирования
распределения напряженности электрического поля в межэлектродном промежутке мемристор-
ной ячейки. Моделирование проводилось с использованием программного обеспечения COMSOL
Multiphysics, в которой решаются системы нелинейных дифференциальных уравнений в частных
производных методом конечных элементов, при разности потенциалов между электродами 5 В.
На основе результатов моделирования получены и проанализированы зависимости величины на-
пряженности электрического поля от геометрических параметров мемристорной ячейки. Выяв-
лено локальное усиление напряженности электрического поля по периметру интерфейса оксида с
ВОНС. Усиление неоднородности напряженности электрического поля возрастает с увеличением
толщины оксидной пленки и может достигать 13,4%. Полученные результаты могут быть ис-
пользованы при разработке нейроморфной электронной компонентной базы робототехнических
систем и систем искусственного интеллекта на основе мемристоров

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

Представлены результаты исследования возможности формирования и выполнения сценария
работы мобильного робота с использованием нейроморфных информационно-управляющих элемен-
тов (логические элементы «И», «ИЛИ» и «НЕ»; нейроморфный экстраполятор; нейроморфный де-
тектор нештатных ситуаций; нейроморфный механизм формирования условного рефлекса). Приве-
дено краткое описание этих информационно-управляющих элементов. В качестве базового элемента
при этом выступает сегментная спайковая модель нейрона CSNM с возможностью структурного
обучения. Обученная модель CSNM способна решать задачу бинарной классификации, из чего следу-
ет возможность её использования в качестве отдельного информационно-управляющего элемента –
детектора состояния. Организацию выполнения сценария работы мобильного робота предлагается
строить на основе универсальных нейроморфных модулей с использованием указанных нейроморф-
ных информационно-управляющих элементов. Предлагаемый механизм управления заданием сводит-
ся к следующему. Универсальным нейроморфным модулям, используемым в качестве блоков-
переключателей, присваиваются приоритеты. Детектирование той или иной ситуации выполняет-
ся посредством универсального нейроморфного модуля, приоритет которого выше, что приводит к
торможению всех универсальных нейроморфных модулей, приоритет которых ниже данного. До-
бавляя, либо удаляя универсальные нейроморфные модули, а также меняя их приоритетность, мы
получаем требуемое для нас поведение мобильного робота. В работе приведены результаты иссле-
дования предложенного механизма организации сценария работы робота как на компьютерной мо-
дели, так и на реальном роботе. Для компьютерного моделирования был разработан специальный
эмулятор, который позволил всесторонне исследовать предложенное решение. В качестве тестовой
задачи было выбрано движение к цели в помещении с перегородками. Результаты экспериментов
показали принципиальную применимость предложенного механизма формирования и выполнения
сценария работы робота. В работе указаны основные недостатки текущей реализации: возмож-
ность ситуаций, приводящих к зацикливанию набора действий, совершаемых мобильным роботом, а
также необходимость ручного согласования основных параметров сцены и мобильного робота
(метрические характеристики заданных размеров зон сцены, угловая и линейная скорость мобильно-
го робота и т.п.). Предложены пути устранения указанных недостатков. Сделан вывод о перспек-
тивности применения сегментной спайковой модели нейрона и сетей на её основе для задач управле-
ния мобильными роботами.

Настоящее исследование направлено на систематизацию научных знаний о заболеваниях сель-
скохозяйственных культур с последующей интеграцией полученных данных в системы автоматизиро-
ванного управления агропроизводством. Актуальность работы обусловлена необходимостью миними-
зации экономических потерь в растениеводстве за счёт ранней диагностики патологий и оптимизации
фитосанитарного контроля. В рамках исследования проведена классификация заболеваний растений.
В качестве модельного объекта выбрано растение базилик (Ocimum basilicum L.), характеризующееся
высокой восприимчивостью к фитопатогенам в условиях интенсивного выращивания. Для создания
инструмента автоматизированной диагностики осуществлён сбор специализированного датасета,
включающего 214 изображений базилика на различных стадиях вегетации. Съёмка проводилась в кон-
тролируемых условиях с использованием RGB-камеры. Каждый образец аннотирован с локализацией
повреждения , площади поражения. Особое внимание уделено методологическим аспектам формиро-
вания банков данных для биологических систем. Установлено, что ключевыми проблемами являются
высокая вариабельность морфологических признаков у растений, влияние факторов окружающей сре-
ды на визуальные проявления заболеваний. На основе анализа полученных данных предложена архитек-
тура системы раннего оповещения, включающая три модуля: Сенсорный блок – малогабаритные каме-
ры и датчики микроклимата. Алгоритмический блок – нейросетевая модель для семантической сег-
ментации изображений и алгоритмы оценки динамики развития патологий. Интерфейс принятия
решений и оповещения – рекомендации по корректировке режимов полива, внесения пестицидов и мик-
роэлементов. Обучение свёрточной нейронной сети выполнено на основе фреймворка YOLOv11 с при-
менением методов аугментации данных (гауссовский шум, аффинные преобразования) и трансферного
обучения. Валидация модели на тестовой выборке показала точность детекции 74.7%
(F1-score = 0.72). Для снижения ложноположительных срабатываний реализована постобработка
предсказаний с учётом пространственно-временной корреляции данных. Разработанный прототип
демонстрирует потенциал интеграции компьютерного зрения и агрономии для создания предиктивных
систем управления. Дальнейшие исследования планируется направить на расширение датасета и уве-
личение измеряемых параметров, а также внедрение алгоритмов обработки данных на edge-
устройствах для уменьшения задержек в принятии решений. Полученные результаты могут быть
адаптированы для других культур закрытого грунта, что способствует развитию точного земледелия
и снижению антропогенной нагрузки на агроэкосистемы

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.

Представлен процесс разработки имитатора подводного аппарата (ИПА) с установленным
5-степенным подводным манипуляторным комплексом (МК). Имитатор предназначен для ком-
плексной отработки автономного взаимодействия морского робототехнического комплекса
(МРТК) с объектами подводной инфраструктуры. В частности, рассматривается пример реше-
ния задач работы имитатора с макетом подводной панели подводного добычного комплекса
(ПДК) и решение задачи определения конкреции и их автономного забора при помощи имитатора
и МК. Современные тенденции развития подводной робототехники ориентированы на создание
резидентных автономных систем, способных работать в удаленных и труднодоступных районах
Мирового океана в круглогодичном режиме. Развитие резидентных технологий связано с необхо-
димостью снижения операционных затрат, минимизации рисков для персонала и увеличения вре-
мени автономного функционирования подводных комплексов. Применение таких технологий осо-
бенно актуально в условиях освоения дальнего шельфа, где традиционные методы эксплуатации
подводных аппаратов сталкиваются с техническими и экономическими ограничениями. Необхо-
димость проведения работ на дальнем шельфе обусловлена возрастающим спросом на углеводо-
родные ресурсы и исчерпанием легко доступных месторождений на континентальном шельфе.
Согласно прогнозам, перспективные глубоководные районы, расположенные на глубинах более
1000 м, обладают значительным потенциалом добычи нефти и газа. По оценкам специалистов,
объем извлекаемых запасов в таких районах может составлять сотни миллиардов баррелей угле-
водородного сырья, что делает разработку эффективных автономных решений стратегически
важной задачей для нефтегазовой отрасли. В работе представлены программно-аппаратные
решения, используемые при реализации ИПА. Приведена структурная схема конструкции, описана
архитектура программного обеспечения и особенности применения систем искусственных ней-
ронных сетей (ИНС) в составе системы технического зрения (СТЗ) ИПА. Использование ИНС
позволяет значительно повысить автономность работы подводных манипуляторов при выполне-
нии сложных технологических операций, таких как захват объектов с грунта, работа с объекта-
ми донной инфраструктуры и др. В заключении продемонстрированы полученные результаты,
подтверждающие работоспособность принятых конструктивных, программных и аппаратных
решений при выполнении реальных работ в автономном режиме с макетами рабочих инструмен-
тов hot-stab и torque-tool и ответными частями, расположенными на макете панели ПДК.

Работа посвящена решению актуальных задач совместной автономной видеонавигации ро-
ботов воздушного и наземного применения в наиболее востребованных для проведения специаль-
ных операций урбанизированных средах, включающих плотную городскую застройку и здания, где
применение традиционных средств дистанционного управления ограничено наличием экраниро-
ванных зон. Задачи групповой навигации предлагается решать на основе данных бортовых сис-
тем технического зрения в процессе оперативной разведки рабочей зоны беспилотным летатель-
ным аппаратом, результаты которой обеспечивают автономные движение и полет, как отдель-
ных гетерогенных робототехнических средств, так и в группе. В основу алгоритмов навигации
положены методы выделения из объемного облака точек, формируемого бортовым лидаром,
опорной горизонтальной поверхности и горизонтальных сечений внешней среды, позволяющих с
высокой точностью и быстродействием определять все шесть координат объекта управления.
Рассмотрены случаи, обусловленные возможными характеристиками внешней среды, когда нави-
гационная задача решается не полностью, и предложены методы их исключения путем дополне-
ния дальнометрических данных лидара видеоданными телекамеры. Приведена оценка точности
решения задач видеонавигации, полученная путем математического моделирования внешней сре-
ды и формирования видеоданных. Предложены методы снижения ошибки видеонавигации, осно-
ванные на использовании специально банка опорных изображений с известными координатами их
формирования, позволяющие обеспечить безопасные автономные полет и движение робототех-
нических средств в урбанизированной среде. Эффективность используемых методов и предлагае-
мых алгоритмов видеонавигации подтверждается результатами экспериментальных исследова-
ний соответствующих программно-аппаратных средств в реальных урбанизированных средах

В условиях растущего числа автомобилей и ограниченного пространства многие города
осознают важность внедрения интеллектуальных парковочных систем для улучшения городской
мобильности и удобства для водителей. Уровень внедрения интеллектуальных парковок на основе
различных технологический решений растет, однако для достижения максимальной эффективности необходимо продолжать развивать технологии, интегрировать их с другими системами и
учитывать потребности пользователей. Цель исследования – разработать мультиагентную ин-
теллектуальную систему контроля и управления бронированием парковочных мест в сети парко-
вок города. Разработана архитектура мультиагентной интеллектуальной системы управления
парковочными местами, которая обеспечивает автоматическое управление доступа к парковоч-
ным местам с учетом пожеланий владельцев парковок, заказов водителей, дорожной ситуации в
городе и требований безопасности. Основным элементов разрабатываемой системы является
парковка, которая представлена набором парковочных мест, оборудованных автоматизирован-
ными системами управления парковочным местом (парковщики), системой связи и средствами
сбора данных (камера наблюдения и метеостанции). Управление парковочными местами и пар-
ковщиками осуществляется интеллектуальной системой управления на основе мультиагентных
нейрокогнитивных архитектур. Разработан прототип программно-аппаратного комплекса
мультиагентной интеллектуальной системы управления парковочными местами в виде клиент-
серверной архитектуры. Сервер отвечает за сбор, обработку, хранение данных и управление ав-
томатизированными парковщиками. К серверу подключается два вида клиентов – мобильное при-
ложение администратора и водителя. Администратор имеет возможность управления парков-
кой (установка фиксированных цен или использование рекомендаций сервера, бронирование парко-
вочных мест для сотрудников) и просмотра статистики (текущая загрузка, статистика по пар-
ковке, данные о принятых оплатах, прогноз работы парковки, рекомендации). У водителя реали-
зована возможность просмотра состояния парковок в интересующей области (количество сво-
бодных мест, время ожидания свободного места, стоимость, рекомендации по наиболее удобной
парковке) и бронирования парковочного места с возможностью онлайн оплаты

В настоящее время активно развивается область подводной робототехники для решения при-
кладных и исследовательских задач. Одним из перспективных направлений применения подводных
роботов является использование конструкций с биоподобным типом плавания. Использование авто-
номных биоморфных подводных роботов (БПР) потенциально позволит расширить область приме-
нения малошумных и безопасных для местной фауны подводных роботов для задач мониторинга и
исследования местности. Целью работы является разработка и апробация методики модельно-
ориентированного проектирования системы управления движением БПР. В рамках данной работы
рассмотрена типовая конструкция туниморфного БПР с осцилляторным типом плавания. На при-
мере рассматриваемой конструкции БПР описаны проблемные вопросы моделирования динамики
БПР, а также синтеза их систем управления. Для БПР с осцилляторным типом плавания выделены
типовые технологические операции (ТОП), выполняемые с учетом конструктивных особенностей
БПР и состава их движительно-рулевого комплекса (ДРК). Предложена методика проектирования
системы управления БПР на базе совместного использования технологий численного моделирования
и классической теории автоматического управления (ТАУ). На основании предложенной методики
разработана численная гидродинамическая модель движения туниморфного БПР с осцилляторным
типом плавания. Проведены идентификационные вычислительные эксперименты, в рамках которых
сняты переходные процессы, характеризующие динамику движения БПР при выполнении каждой
отдельной ТОП. На основании проведенных экспериментов разработаны кибернетические модели
движения БПР, позволяющие за счет упрощенного моделирования динамики с использованием типо-
вых звеньев теории автоматического управления с переменными коэффициентами воспроизвести
движение БПР в рамках выполнения типовых технологических операций. В рамках кибернетических
моделей в соответствии с предложенной методикой проведен синтез алгоритмов управления дви-
жением БПР для каждой из типовых технологических операций с использованием методов числен-
ной оптимизации. Выполнена апробация разработанных алгоритмов на базе вычислительных экспе-
риментов, проведенных в рамках численных гидродинамических моделей. Определены достоинства
предложенной методики, а также сформулированы возможные перспективы применения БПР

Тенденции развития современной робототехники и потребности практики требуют повы-
шения степени автономности робототехнических комплексов. Повышение степени автономно-
сти, в свою очередь, требует увеличения ситуационной осведомлённости и, как следствие, увели-
чение объёма данных и эффективности их обработки в масштабе реального времени на бортовых
ресурсах. При этом сохраняется требование экономической целесообразности предлагаемых ре-
шений. С учётом того, что в отечественной практике в большинстве случаев используются те-
леуправляемые роботы, возникает необходимость наращивания их автономности, с использова-
нием уже имеющихся технических решений. Такое направление развития робототехнических ком-
плексов называется переходом от телеуправления к супервизорному управлению. На этом пути
осуществляется передача всё большего количества информационно- управляющих функций от
оператора к бортовой информационно-управляющей системе. На основе анализа мирового и соб-
ственного опыта разработок робототехнических комплексов, авторской методики создания ро-
ботов с повышенной степенью автономности, нами выделен ключевой элемент обеспечения ин-
теллектуальной автономности мобильных средств. Предложен унифицированный программно-
аппаратный модуль информационного обеспечения мобильных роботов. Основу модуля образует
система технического зрения с открытой программно-аппаратной архитектурой. Этот модуль
позволяет наращивать степень автономности наземных робототехнических комплексов в части
интеллектуальной автономности постепенно, оставаясь в рамках экономической целесообразно-
сти. Открытая программная архитектура модуля учитывает имеющееся де-факто разнообразие
аппаратных решений в существующих телеуправляемых подвижных средствах и позволяет про-
изводить увеличение степени автономности – переходить от режима телеуправления к суперви-
зорному управлению пошагово, сообразно решаемым задачам и доступным средствам. Предлага-
ется методика создания новых или реинжиниринга уже существующих образцов РТК. Методика
включает анализ общей компоновки РТК с акцентом на программно-алгоритмическую часть бор-
товой информационно-управляющей системы. При этом учитываются условия согласования тре-
бований к сенсорной и вычислительной частям. В работе рассмотрены примеры применения этой
методики к усовершенствованию уже существующих образцов наземных РТК. Приводятся по-
становки практических задач и примеры их решения с помощью предлагаемого модуля

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.

Целью исследования является повышение качества оперативного планирования (программ-
ного управления) логистических процессов в условиях современных городских систем при взаимо-
действии группировки робототехнических комплексов. Качество управления в рамках данного
исследования будет оцениваться по количеству доставок выполненных позже установленных ди-
рективных сроков. Поставленная в ходе исследования цель декомпозируется на следующие задачи:
системный анализ современного состояния исследований в области логистики мегаполиса, выпол-
нение содержательной и формальной постановки задачи оперативного планирования логистиче-
ских процессов в мегаполисе с использованием группировки робототехнических комплексов, разра-
ботка модели и алгоритма оперативного планирования логистических процессов в мегаполисе с
использованием группировки робототехнических комплексов, разработка специального модельно-
алгоритмического обеспечения и его программного прототипа решения задачи оперативного пла-
нирования логистических процессов в мегаполисе с использованием группировки робототехниче-
ских комплексов. Проактивное (упреждающего) управление группировкой робототехнических
комплексов при решении транспортно-логистических задач в мегаполисе в рамках концепции «Ум-
ный город» позволяет повысить экономическую эффективность доставки грузов. В рамках ста-
тьи рассматривается научно-техническая задача синтеза технологий (планов) своевременной
доставки малогабаритных грузов с использованием группировки робототехнических комплексов.
Теоретическая значимость заключается в применении концепции комплексного (системного) мо-
делирования и проактивного (упреждающего) управления, а практическая значимость – в обеспе-
чении своевременной доставки грузов с использованием группировки робототехнических комплек-
сов в условиях мегаполиса. В статье рассмотрен пример решения задачи оперативного планирова-
ния логистических процессов на примере Иннополиса с использованием характеристик роботов-
доставщиков компании Яндекс (в качестве робототехнических комплексов). В ходе исследования
проведен анализ различных вариантов целевых функций: максимизация прибыли и минимизация
времени доставки; максимизация прибыли и минимизация времени; минимизация количества ро-
бототехнических комплексов. Показателями оценки полученных результатов были выбраны: сум-
марная прибыль от доставок; количество доставок, доставленных не вовремя и общее количество
выполненных заказов. Наиболее подходящими целевыми функциями для решения задачи являются
минимизация времени или одновременная минимизация времени и максимизация прибыли. Кроме
того, в заключении приведены направления дальнейших исследований

Предложен и исследован алгоритм адаптивного управления двигателем постоянного тока,
базирующийся на применении технологии машинного обучения с подкреплением. Дан обзор и крат-
кий анализ состояния дел в области интеллектуальных систем управления приводами. Представ-
лено математическое описание двигателя, приведена структурная схема обучения интеллекту-
ального агента. Предложена интеллектуальная система адаптивного управления скоростью
вращения двигателя, при построении которой двигатель представляется в виде черного ящика с
заданными ограничениями на вход и выход. Система управления строится на базе алгоритма
Q-обучения нулевого порядка. Предполагается, что выходом интеллектуального агента является
управление, подаваемое на вход двигателя. Экспериментальным путем подобрано множество
таких управлений, позволяющих реализовать заданную точность поддержания частоты враще-
ния. В интеллектуальной системе используются приближенные табличные оценки ценности каж-
дого из управлений в зависимости от желаемой и текущей частоты вращения двигателя. В на-
стоящей статье проведено исследование влияния дискретности представления значений состоя-
ния, используемого множества управляющих воздействий, применяемых вознаграждений, а так-
же параметров алгоритма обучения на ошибку управления. Исследована чувствительность ин-
теллектуальной системы управления к изменению параметров моделируемого двигателя и не из-
меряемому моменту сопротивления на валу двигателя. По результатам проведенного исследова-
ния сделан вывод о необходимости использования модифицированного алгоритма, в котором
предполагается измерение или оценка тока статорной обмотки двигателя и использование непре-
рывного упарвления. В данной постановке задачи алгоритм управления обеспечивает робастность
к переменным параметрам и внешнему возмущению. Также обсуждаются вопросы аппроксимации
функции ценности управления с помощью полиномов и с применением нейронной сети. Показана
возможность высокой точности аппроксимации с помощью нейронной сети простой структуры

Рассматривается метод планирования траектории движения группы мобильных роботов,
обеспечивающий безопасное перемещение и исключающий возможность столкновений как между
самими роботами, так и с внешними препятствиями, включая движущиеся объекты. Разрабо-
танная математическая модель учитывает три основных сценария возможных столкновений:
пересечение траекторий роботов внутри группы, взаимодействие со стационарными препятст-
виями и вероятность столкновения с подвижными объектами. Каждый из этих сценариев де-
тально анализируется для обеспечения максимальной безопасности движения, а их учет позволя-
ет эффективно адаптировать маршруты роботов к изменяющимся условиям среды. Траектория
движения каждого робота представляется в виде ломаной линии с промежуточными точками,
которые оптимизируются для обеспечения безопасности движения. Особое внимание уделяется
адаптации скорости на различных участках траектории: робот может изменять скорость в
зависимости от текущих условий, чтобы минимизировать риск столкновений. Для оценки рас-
стояний между объектами используется евклидова норма, позволяющая рассчитывать мини-
мальные расстояния между центрами сферических представлений роботов и препятствий. Зада-
ча решается в два этапа. На первом этапе строится траектория для первого робота с учетом
начальных условий и расположения препятствий. На втором этапе формируются траектории
для остальных роботов с учетом уже спланированных маршрутов. Для оптимизации координат
промежуточных точек и скоростей применяется генетический алгоритм, который минимизиру-
ет время перемещения и обеспечивает безопасность движения. Генетический алгоритм использу-
ет операторы скрещивания и мутации для создания разнообразных решений, а также выполняет
проверку на соответствие условиям безопасности. Численное моделирование проведено на языке
Python с использованием библиотеки Matplotlib для визуализации результатов. В ходе эксперимен-
тов было выполнено 50 тестов с различным количеством препятствий (от 5 до 10). Анализ ре-
зультатов показал, что с увеличением числа препятствий возрастает как время расчета, так и
качество сформированных траекторий. Это подтверждает эффективность предложенного
метода для управления группами мобильных роботов в динамически меняющейся среде

Одной из ключевых параметров любой современной механической системы является её
вибрационные и акустические характеристики, оказывающие прямое воздействие на окр у-
жающую среду и человека в процессе работы. В связи с этим, актуальной остается задача
диагностики вибрационных характеристик различных сложных по структуре механических
объектов, к которым можно отнести промышленные робототехнические комплексы. В силу
затрудненности возможности проведения диагностирования и экспериментальной отладки
новых разрабатываемых механизмов, интересным является вопрос применения современных
подходов к решению задачи диагностики, в частности, с применением нейронных сетей и чи с-
ленных методов. Целью данной работы стало исследование возможности совместного приме-
нения спайковой нейронной сети и метода конечных элементов для оценки вибрационных х а-
рактеристик на примере подшипника волнового редуктора. В работе подробно описан алг о-
ритм проведения диагностики, включающий в себя этапы разработки как конечно-элементной
модели исследуемой механической системы, так и разработки архитектуры нейронной сети.
При этом генерация обучающего и контрольного наборов данных для нейронной сети проводи т-
ся на упрощенной конечно-элементной модели, имеющей характеристики, аналогичные детали-
зированной, что обеспечивается совпадением первых десяти собственных форм сборки. Наборы
данных сформированы на основе расчетов численными методами с применением явной схемы интегрирования во времени упрощенной модели редуктора с несколькими типами искусственно
привнесенных дефектов, аналогичных проявляющимся в процессе эксплуатации реального по д-
шипника. Для анализа частотных характеристик разработана архитектура спайковой нейро н-
ной сети, доработанная в дальнейшем на обучающем наборе единичных дефектов. В результа-
те исследования определено, что разработанная спайковая нейронная сеть обеспечивает кла с-
сификацию данных на контрольной выборке с точностью 85%, что позволяет сделать вывод о
применимости предлагаемой методики определения вибросостояния механических систем с
совместным использованием нейронных сетей и метода конечных элементов

Рассматривается проблема распределения задач в многоагентной системе, где каждый
агент представляет собой робота, а каждая задача представляется позицией, которая должна
быть посещена одним агентом. Эта задача очень похожа на многоагентную задачу коммивояжё-
ра, которая в отличие от знаменитой задачи коммивояжера, задействует несколько коммивоя-
жёров, которые посещают заданное количество городов ровно один раз и возвращаются в исход-
ное положение с минимальными затратами на поездку. Поэтому проводится анализ многоагент-
ной задачи коммивояжёра как представителя задачи целераспределения. Многоагентная задача
коммивояжера является важной для области оптимизации маршрутов и распределения задач
между несколькими агентами. Она включает в себе две различные, однако, взаимосвязанные под задачи: распределение городов между агентами и определение порядка посещения городов каж-
дым агентом. В литературе существуют три концепции решения этой проблемы относительно
решения ее двух составляющих подзадач: оптимизационная концепция, где обе подзадачи реша-
ются одновременно; концепция Cluster-First, Route-Second – где сначала решается вопрос о назна-
чении задач каждому коммивояжеру, а потом - вопрос о порядке посещений пунктов назначений
для каждого коммивояжёра; концепция Route-First, Cluster-Second – где сначала решается вопрос
о порядке посещения пунктов назначения, а затем происходит разделение этого цикла между
агентами без изменения порядка посещений. В этой работы предлагается гибридный подход к
решению многоагентной задачи коммивояжера, который объединяет идеи двух известных кон-
цепций: Cluster-First, Route- econd и Route-First, Cluster- econd чтобы получить их позитивные
аспекты и избавиться от их негативных сторон. Для оценки эффективности разработанного
метода было проведено сравнительное исследование. Оценка результатов осуществлялась на
основе трех ключевых критериев: вычислительного времени получения решения многоагентной
задачи коммивояжера, суммарной длины пройденных маршрутов коммивояжерами и максималь-
ной длины маршрута среди них. Анализ экспериментальных данных показал, что при использова-
нии предложенного метода максимальная длина пути среди пройдённых агентами маршрутов
(дисбаланс нагрузки) уменьшается в среднем на 26%.

Исследование посвящено совершенствованию подсистемы защиты информации в радиокана-
лах киберфизической системы на примере робототехнического комплекса (РТК). Рассмотрены со-
временные и перспективные критические условия применения РТК, обуславливающие наборы требо-
ваний к характеристикам как РТК, так и их подсистем, таким как радиосистема передачи данных
(РС) и подсистема защиты информации. Одним из подходов к выполнению требований является
унификация указанных подсистем РТК, которая может быть разделена условно на две научно-
технические задачи: унификация радиопротоколов и унификация средств защиты информации в
радиоканалах РС. В работе представлены полученные в результате анализа практические пробле-
мы, лежащие на пересечении двух областей исследования – РС и подсистем защиты информации.
Сформулирована гипотеза о потенциальной возможности эффективного разрешения одной из ука-
занных практических проблем – обеспечения системы защиты информации криптографическими
ключами – путем включения в систему защиты информации РТК подсистемы выработки крипто-
графических ключей (ПВКК) из используемых в качестве исходной ключевой информации биометри-
ческих данных. Предлагаемое усовершенствование имеет несколько аспектов – нормативный, эко-
номический, технический. В работе исследуется только научно-техническая сторона вопроса, в
результате чего предложена функциональная модель ПВКК. Целью работы является разработка
модели функционирования ПВКК для системы криптографической защиты информации в радиока-
налах РС РТК и формирование её алгоритмического наполнения. Объект исследования – система
криптографической защиты информации в радиоканалах РС. Предмет исследований – алгоритм
выработки криптографических ключей для системы криптографической защиты информации в
радиоканалах РС РТК. Для достижения цели обоснован класс привлекаемых абстракций и методиче-
ский аппарат, использующий положения теории алгоритмов для доказательства существования
алгоритма, разрешающего сформулированную массовую проблему и обладающего заданными нетри-
виальными семантическими свойствами. Методы исследования – анализ, аналогия, синтез, декомпо-
зиция, абстрагирование. Сформулирована основная массовая проблема и гипотеза о её разрешимо-
сти. С целью проверки гипотезы сформулирована и доказана соответствующая теорема. Предло-
женная модель обеспечивает исследования возможностей моделируемой подсистемы по реализации
сформулированных принципов функционирования и позволяет доказывать совместную эффективную
реализуемость различных алгоритмов обработки информации

Задача определения препятствий перед мобильным роботом успешно и давно решена с примене-
нием лазерных и ультразвуковых датчиков. Однако, препятствия, не обнаруживаемые такими видами
датчиков, могут угрожать безопасности робота. Для их обнаружения в работе предлагается исполь-
зовать систему технического зрения (СТЗ), информацию с которой обрабатывает нейронная сеть
семантической сегментации, возвращающая маску препятствия на кадре и его класс. Основой для та-
кой сети стала сеть универсальной сегментации SAM, требующая доработки для применения к задаче
семантической сегментации. Особенность данной сети состоит в ее универсальной применимости, то
есть возможности выделения любых объектов в произвольных условиях съемки. При этом SAM не
предсказывает семантику объекта. В данной работе предложен дополнительный модуль, позволяю-
щий реализовать семантическую сегментацию за счет классификации признаков выделяемых объек-
тов. Обоснована возможность использования такого модуля для решения задачи дополнения выхода
сети новой информацией. Результат классификации далее поступает в тот же алгоритм фильтра-
ции, что и маски, чтобы гарантировать соответствие между полученным результатом универсаль-
ной сети и дополняющего модуля. После интеграции модуля с моделью получена новая модель семанти-
ческой сегментации, названная в работе RTC-SAM. С ее помощью проведена семантическая сегмента-
ция общедоступного набора данных с изображениями открытой местности. Полученный результат в
45 % по метрике IoU превосходит результат существующих методов на 13 %. Показанные в работе
изображения результатов применения новой сети позволяют убедиться в ее работоспособности.
Также описано тестирование разработанного решения с проведением исследования быстродействия
разработанной модели на ПК и мобильном вычислителе. Алгоритм на мобильном вычислителе показы-
вает недостаточную скорость для выхода в режим реального времени – больше 3,5 секунд на обра-
ботку одного кадра. В связи с этим, одно из направлений дальнейших исследований в области повыше-
ния быстродействия системы.

Целью данного исследования является разработка усовершенствованной модели магнитно-
градиентной измерительной системы, которая играет ключевую роль при решении задачи одно-
временного оценивания параметров магнитного поля Земли (носителя) и параметров аномального
магнитного поля. Актуальность исследования обусловлена необходимостью оптимизации процес-
са дифференциальной магнитометрии. Дифференциальная магнитометрия позволяет выделять
полезную информацию из магнитного поля без необходимости проведения трудоемкого и длитель-
ного детального картирования местности. Это достигается за счет оценки параметров гради-
ента магнитного поля, что значительно повышает информативность и оперативность опреде-
ления местоположения источников магнитных аномалий. Однако на измерения физических полей
существенно влияют различные помехи, которые могут возникать из-за погрешностей оборудо-
вания и конструкции, а также из-за проявления их магнитных свойств. Эти помехи искажают
результаты измерений и снижают точность определения параметров магнитного поля. В связи с
этим, разработка модели, учитывающей влияние помех и компенсирующей их воздействие, явля-
ется крайне важной задачей. Предлагаемая модель магнитноградиентной измерительной систе-
мы будет учитывать влияние помех и компенсировать их воздействие, что позволит значительно
повысить точность оценки параметров магнитного поля. Кроме того, модель поможет решать
задачу совместного оценивания параметров поля носителя и констант, входящих в модель изме-
рений. Это повысит эффективность дифференциальной магнитометрии и сделает ее более при-
менимой в различных сферах. В частности, усовершенствованная магнитноградиентная измери-
тельная система будет полезна в геофизическом картировании, поиске полезных ископаемых,
мониторинге окружающей среды, а также в специфических условиях боевой обстановки. Напри-
мер, в геофизическом картировании она позволит более точно определять границы различных
геологических структур, что важно для поиска полезных ископаемых. В условиях очистки осво-
божденных территорий от оставленных противником скрытых объектов, таких как мины или
подземные сооружения, система поможет быстро и точно их выявлять, что значительно повы-
сит безопасность военнослужащих и мирного населения. Таким образом, разработка усовершен-
ствованной модели магнитноградиентной измерительной системы имеет широкий спектр по-
тенциальных применений и является важным шагом в развитии технологий дифференциальной
магнитометрии

Спутниковая навигационная аппаратура зачатую работает в условиях априорной неопреде-
ленности параметров взаимной динамики между передатчиком и потребителем и отношения
сигнал/шум принимаемых сигналов спутниковых радионавигационных систем. Классические опти-
мальные системы слежения за фазой сигнала в таких условиях оказываются не оптимальны по
критерию минимума дисперсии ошибки. Более того, резкое изменение отношения сигнал/шум илидинамки, может приводить в такой системе к срыву слежения. Для работы в подобных условиях
синтезирована самоподстраивающаяся многоканальная система слежения за фазой сигнала.
Синтез проведен с использованием методов статистической теории синтеза оптимальных ра-
диотехнических систем. Адаптивность к меняющейся мощности принимаемого сигнала достига-
ется за счет включения отношения сигнал/шум [дБГц] в вектор оцениваемых параметров фильт-
ра. Адаптивность к интенсивности динамики изменения фазы достигается за счет применения
системы многоканальной фильтрации. Проведено статистическое моделирование самоподстраи-
вающейся многоканальной системы слежения за фазой с комплексным алгоритмом слежения за
задержкой огибающей сигнала спутниковых радионавигационных систем. Определена чувстви-
тельность слежения за фазой в различных динамических условиях. Самоподстраивающаяся мно-
гоканальная система слежения за фазой с комплексным алгоритмом слежения за задержкой оги-
бающей сигнала способна в условиях низкой динамики (обусловленной только динамикой опорного
генератора) отрабатывать скачок отношения сигнал/шум с 50 до 10 дБГц и обратно без потери
слежения за фазой. Синтезированная система способна сохранять слежение за фазой при скач-
кообразных переходах динамики между низкой и высокой (обусловленной синусоидальным ускоре-
ние 10g и синусоидальным рывком 10 g/s) динамикой при отношении сигнал/шум 24 дБГц. Таким
образом, в реальных условиях, когда динамика изменения фазы и отношения сигнал/шум прини-
маемых сигналов меняются непредсказуемым образом, самоподстраивающаяся многоканальная
система слежения за фазой сигнала сохраняет слежение за фазой в гораздо более широком диапа-
зоне условий, чем классическая оптимальная система слежения за фазой сигнала

Целью данной работы является создание системы обнаружения подводных объектов, пред-
назначенная для установки на надводные платформы (летательные аппараты или дистанционно
пилотируемые летательные аппараты). Системы такого типа могут применяться для решения
широкого спектра задач в различных областях народного хозяйства: поиск редких рыб и морских
млекопитающих, определение путей их миграции, диагностика и прокладка подводных трубопро-
водов и сетей волоконных кабелей, контроль загрязнения толщи морских вод, поиск затонувших
кораблей и археологических ценностей, проведение спасательных работ. Для решения данной за-
дачи был описан процесс распространения лазерного излучения до объекта через границу раздела
«воздух-вода», смоделирована взволнованная морская поверхность, предложен ряд математиче-
ских допущений и приближений. В практической части была разработана структурная схема
лазерной оптико-телевизионной активно-импульсной системы подводного видения, включающая в
себя приемный и передающий каналы, а также устройство управления, состоящее из блока обра-
ботки изображений и контроллера управления. В состав приемного канала вошел электронно-
оптический преобразователь III+ поколения, высокочувствительный в спектральном диапазоне
прозрачности морской воды. Основным элементом передающего канала является высокоэффек-
тивный импульсный лазер, излучающий в спектральном диапазоне прозрачности морской воды.
Собранный прибор прошел полевые испытания, в результате которых стало понятно, что обна-
ружение и распознавание подводных целей с борта летательного аппарата через границу раздела
«воздух-вода» по сформированному изображению возможно, предельная дальность обнаружения
и распознавание подводных целей активно-импульсной системы подводного видения с борта ле-
тательного аппарата через границу раздела «воздух-вода» в основном определяется: затуханием
оптического излучения в морской воде и мощностью подсвечивающего лазерного импульсного из-
лучения, При этом, отличительной особенностью работы активно-импульсной системы подвод-
ного видения является то, что увеличение дальности обнаружения и распознавания практически
прямо пропорционально до определенного уровня мощности лазерного излучения, а дальнейшее
увеличение мощности приводит к незначительному увеличению дальности

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

Целью исследования является обеспечение возможности навигации БПЛА при невозможно-
сти применения спутниковых средств глобального позиционировании с использованием ГНСС в
условиях РЭБ. Для достижения поставленной цели предлагается комплексный подход к обеспече-
нию навигации БПЛА по визуальным ориентирам с использованием систем технического зрения.
Предлагается синтез изображений подстилающей поверхности за счет комплексирования данных
сенсоров, повышающий качество позиционирования БПЛА при условии отсутствия спутниковых
навигационных систем. Показано, что при совмещении изображений дистанционного зондирова-
ния, имеющих различную природу происхождения и изменяющиеся внешние условия эксплуатации
(день-ночь, зима-лето и т.д.), важно наиболее полно локализовать объекты подстилающей по-
верхности. В системе технического зрения для визуальной навигации БПЛА по естественным ори-
ентирам предложен метод электромеханической развертки изображения, позволяющий увели-
чить поле зрения камеры произвольного диапазона. Проведено моделирование характеристик сис-
темы технического зрения с электромеханической разверткой для определения границ применимо-
сти к задаче визуальной навигации. Показано, что наиболее значимым параметром точности
позиционирования является высота съемки подстилающей поверхности, которая квазилинейна
при условии фиксированного угла наклона камеры, а для качественного позиционирования наилуч-
шим вариантом является фронтальное положение камеры в точке надира. Предложенный подход
позволяет создавать виртуальные 3D-модели подстилающей поверхности, тем самым увеличивая
возможности по более точному распознаванию объектов на основе масштаба и размеров сегмен-
тируемых областей. Измерение угла места камеры может быть использовано для обнаружения и
распознавания естественных ориентиров, которые могут быть заранее определены (точки пере-
сечения дорог, здания или сооружения, объекты коммуникаций и т.д.). С другой стороны, фрон-
тальное положение камеры с нулевым углом места выгодно для сверки маршрута полета, пози-
ционируя положение БПЛА относительно опорного ориентира. Это обусловлено тем, что с ши-
роким использованием программного обеспечения, основанного на математических моделях, тех-
нологию фотограмметрической линейки стало целесообразно применять для количественного
измерения планов местности и карт.

При создании современных робототехнических комплексов (РТК) наблюдается значитель-
ное разнообразие как аппаратных, так и программных решений, что создаёт дополнительные
сложности при подборе рационального аппаратного и программного состава для обеспечения
требуемой вычислительной мощности и эффективного решения поставленных задач. С одной
стороны, зачастую приходится работать с уже установленным набором вычислительных ком-
плексов (ВК), составляющих бортовую вычислительную систему (БВС) РТК, что существенно
ограничивает возможности изменения программного состава и вынуждает адаптировать алго-
ритмы под фиксированные аппаратные ресурсы. С другой стороны, при наличии возможности
изменения или создания нового аппаратного состава возникает задача выбора такой аппаратной
компоновки, которая сможет удовлетворить вычислительным потребностям решаемых задач.
В данной статье предлагается методика оценки аппаратного состава БВС РТК на основе ре-
шаемых задач, опирающаяся на использование многоверсионного программирования и построение
паспортов решений. Каждый из вариантов программных решений для конкретной задачи допол-
няется в виде структурированного паспорта, содержащего как количественные, так и качест-
венные характеристики, что позволяет проводить их детальный сравнительный анализ. На осно-
ве этих паспортов решений разрабатывается математическая модель, позволяющая подобрать
набор вычислителей, способных обеспечить выполнение всех поставленных задач при одновремен-
ной минимизации суммарной стоимости, энергопотребления или других эксплуатационных харак-
теристик БВС. Математически рассматриваемая задача сводится к обобщённой задаче о муль-
типликативном многомерном рюкзаке с мультивыбором и дополнительными ограничениями, что
позволяет учитывать как ресурсные, так и топологические зависимости между решаемыми за-
дачами. Приведены результаты экспериментов, выполненных с использованием разработанного
экспериментального стенда, которые демонстрируют практическую применимость методики и
подтверждают возможность её использования для получения количественных оценок вариантов
аппаратного состава БВС РТК. Данный подход может быть адаптирован для различных типов
РТК, что позволяет использовать его в смежных исследованиях в области оптимизации вычисли-
тельных систем для робототехнических комплексов

Рассматривается исследование возможности применения свёрточных нейронных сетей
(СНС) для технического распознавания объектов (ТРО) в контексте радиомониторинга. Основное
внимание уделяется разработке и оптимизации алгоритмов обработки радиолокационных сигна-
лов с использованием глубоких нейронных сетей. Исследования показали, что применение СНС
позволяет существенно повысить точность классификации радиосигналов по сравнению с тради-
ционными методами обработки. Разработанный подход основан на извлечении иерархических
признаков из спектральных изображений радиосигналов и их последующей классификации с помо-
щью обученной нейронной сети. В работе представлены результаты экспериментальных исследо-
ваний, проведённых на наборе данных, включающем более 10 000 образцов радиосигналов различ-
ных типов. Показано, что предложенная методика обеспечивает точность распознавания до 93%
при работе с зашумлёнными сигналами и вероятность ложной тревоги не более 0,05. Особое вни-
мание уделено вопросам выбора архитектуры нейронной сети под специфику задачи радиомони-
торинга. Также было детально рассмотрены варианты преобразования в спектральное изобра-
жение радиосигналов, для обработки в режиме реального времени. Разработаны методы предва-
рительной обработки данных, включающие нормализацию амплитуды, частотную коррекцию и
устранение помех. Результаты исследования могут найти применение в системах контроля ра-
диоэфира и обеспечения электромагнитной совместимости радиоэлектронных средств. Получен-
ные результаты демонстрируют перспективность использования СНС в задачах технического
распознавания объектов радиомониторинга и открывают новые возможности для развития ме-
тодов интеллектуальной обработки радиолокационной информации. Перспективные направления
дальнейших исследований включают разработку адаптивных методов обучения нейронных сетей
в условиях изменяющейся радиообстановки и создание гибридных систем, сочетающих традици-
онные методы обработки сигналов с современными нейросетевыми алгоритмами