ЭЛЕКТРОННАЯ СИСТЕМА РАСПОЗНАВАНИЯ ОБРАЗОВ ДЛЯ УПРАВЛЕНИЯ ЧАСТИЧНО АВТОНОМНОЙ ПОДВИЖНОЙ ПЛАТФОРМОЙ НА КОЛЕСАХ ИЛОНА

Автор:

Ревко Анатолий Сергеевич, Черниговский национальный технологический университет (ул. Шевченко, 95, г. Чернигов, 14027, Украина)

Фесенко Артём Петрович, Черниговский национальный технологический университет (ул. Шевченко, 95, г. Чернигов, 14027, Украина)

Язык статьи: украинский

Аннотация:

Рассмотрена возможность создания электронной системы распознавания образов для частично автономного управления подвижной платформой на колесах Илона. Предложено для распознавания образов использовать искусственную нейронную сеть, что позволит платформе маневрировать частично автономно, ориентируясь на объекты окружающей среды, а также получая команды в виде графических символов. Машины, передвигающиеся на колёсах Илона, отличаются от других аналогичных устройств возможностью выполнять достаточно сложные манёвры в ограниченном пространстве. Это свойство делает их крайне перспективными для использования во множестве отраслей, хранении и перевозке грузов, военной сфере, везде, где есть необходимость перемещаться в ограниченном пространстве, выполнять сложные развороты, недоступные для платформ на обычных колёсах.

Ключевые слова:

распознавание образов, искусственная нейронная сеть, колёса Илона, персептрон

Список использованных источников:

  1. Improved mecanum wheel for omni-directional robots / Olaf Diegel, Aparna Badve. – Institute of technology and Engineering, Massey University, Auckland 2002. – 141 р.

  2. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика / Ф. Уоссермен. – М. : Мир, 1992. – 184 с.

  3. Object Recognition and Localization: The Role of Tactile Sensors / Achint Aggarwal, and Frank Kirchner. – Sensors 2014, 14, 3227–3266.

  4. Тассов К. Л. Применение искусственной нейронной сети неокогнитрон для распознавания государственных регистрационных знаков / К. Л. Тассов // Вестник МГТУ им. Н. Э. Баумана. Сер. «Приборостроение». – 2012. Спец. выпуск 2 : Программная инженерия. – С. 189–199.

  5. Сова А. А. Математическая модель распознавания и обучения неокогнитрона / А. А. Сова, О. И. Федяев // Информатика и компьютерные технологии : VII Международная научно-техническая конференция студентов, аспирантов и молодых научных работников. – Донецк, 2011. – С. 164–168.

  6. Face Recognition System for Set-Top Box-Based Intelligent TV / Won Oh Lee, Yeong Gon Kim, Hyung Gil Hong and Kang Ryoung Park. – Sensors 2014, 14, 21726–21749.

  7. Neural network toolbox [Електронний ресурс]. – Режим доступу : http://www.mathworks.com/help/nnet/index.html.

  8. Леміш С. В. Завадостійка система передачі даних для силового перетворювача / С. В. Леміш, О. О. Гусев, А. С. Ревко // Вісник Чернігівського державного технологічного університету : збірник. – Чернігів : ЧДТУ, 2013. – № 1 (63). – С. 192–199.

  9. Денисов Ю. О. Реверсивный квазирезонансный импульсный преобразователь с цифровой системой управления / Ю. О. Денисов, А. С. Ревко // Технічна електродинаміка, тематичний випуск. Силова електроніка та енергоефективність. – 2005. –Ч. 4. – С. 50–53.

Скачать