ЕЛЕКТРОННА СИСТЕМА РОЗПІЗНАВАННЯ ОБРАЗІВ ДЛЯ КЕРУВАННЯ ЧАСТКОВО АВТОНОМНОЮ РУХОМОЮ ПЛАТФОРМОЮ НА КОЛЕСАХ ІЛОНА

Автор:

Ревко Анатолій Сергійович, Чернігівський національний технологічний університет (вул. Шевченка, 95, м. Чернігів, 14027, Україна)

Фесенко Артем Петрович, Чернігівський національний технологічний університет (вул. Шевченка, 95, м. Чернігів, 14027, Україна)

Мова статті: українська

Анотація:

Розглянуто можливість побудови електронної системи розпізнавання образів для частково автономного керування рухомою платформою на колесах Ілона. Запропоновано для розпізнавання образів використовувати штучну нейронну мережу, що дозволить платформі маневрувати частково автономно, орієнтуючись на об’єкти навколишнього середовища, а також одержувати команди з навколишнього середовища у вигляді графічних символів. Машини, що пересуваються на колесах Ілона, вирізняються з-поміж інших аналогічних пристроїв можливістю виконувати досить складні маневри в обмеженому просторі. Це робить їх дуже перспективними для використання в багатьох галузях промисловості, зберігання та перевезення вантажів, військовій сфері, де є необхідність переміщуватися в обмеженому просторі, виконувати складні рухи, що неможливі для платформ на звичайних колесах.

Ключові слова:

розпізнавання образів, штучна нейронна мережа, колеса Ілона, персептрон

Список використаних джерел:

  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.

Завантажити