Система управления РТК Основная задача системы управления роботом – автоматизация деятельности человека-оператора. Составные части: Система технического зрения. Блок прогнозирования и выработки решений. Блок исполнения решений.

Система Технического Зрения Один из ключевых элементов системы управления РТК – Система Технического Зрения. Основные задачи: Сбор информации о тактической ситуации (Восприятие). Обработка этой информации (Распознавание). Передача данных следующему звену в удобном для работы виде. Основное направление представляемой работы – обработка информации.

Постановка задачи Практическая реализация алгоритмов, которые позволят: обнаруживать и определять координаты произвольно расположенных объектов заданных типов; правильно идентифицировать искаженные и не полностью попадающие в кадр объекты; определять координаты робота на основе априорных данных об обнаруженных объектах. Результаты работы планируется использовать в СТЗ боевых роботов, поэтому под объектами в первую очередь понимаются боевые машины противника. Кроме того, необходимо уметь распознавать определенный набор базовых объектов, обеспечивающих привязку и позиционирование на местности.

Возможные подходы Линейный подход Эффективен, когда есть хорошо формализуемый алгоритм. Хорошо справляется с задачами, в которых точно известен набор и последовательность действий, которые нужно совершить, чтобы получить требуемый результат. Неприменим, когда возникают проблемы с построением четкой схемы действий. Нелинейный подход Эффективен при решении нелинейных задач. Возможность обучения нейронных сетей чрезвычайно привлекательна для тех случаев, когда единственный способ сформировать алгоритм - это продемонстрировать набор ситуаций и указать желаемую реакцию. Не всегда удовлетворительная скорость работы. Очевидно, что наиболее приемлемым решением является комбинированный подход, когда часть задач решается линейной программой, а часть – нейронной сетью.

Что такое нейросеть? Модель искусственного нейрона. В случае использования многослойной сети выходы одного слоя являются входами другого. Нейросеть - это набор соединенных между собой нейронов. Каждое из соединяющих звеньев обладает некоторым весом w i. Выход каждого нейрона рассчитывается как y=f(w 1 x 1 + w 2 x 2 + w 3 x 3 ). Модель слоя нейросети.

Достоинства нейросети Нет необходимости вручную описывать параметры местности и условия работы (погода, время суток и др.). Существует возможность обучить сеть распознавать объекты, для которых пользователь не смог составить математическую модель. Использование ассоциативной памяти (восстановление искаженного или неполного сигнала).

Промежуточные результаты В настоящее время ведется работа по созданию сети, обеспечивающей идентификацию нескольких заданных типов объектов. Вход сети. Изображения размером 300х400 пикселей. Для обучения использовался набор из 100 изображений. Из них 50 изображений с объектом, и 50 – без. Выход сети. Некоторое значение от 0 до 1, по которому можно определить вероятность нахождения объекта на изображении. При такой постановке задачи в качестве функции активации удобно использовать сигмоидальные функции. Качество работы. После обучения среднеквадратичная ошибка, появляющаяся при штатной работе сети, не должна превышать одной десятой.

Обучающая выборка На рисунках показаны типовые изображения, использовавшиеся для обучения.

Структура сети Для такой обучающей выборки оказалась эффективной двухслойная сеть, содержащая один скрытый слой, состоящий из 20 нейронов. Число, позволяющее оценить вероятность того, что объект присутствует на изображении

График обучения При начальных условиях, указанных в Промежуточных вариантах, сеть достигает требуемого качества работы через 300 эпох обучения:

Предполагаемая схема СТЗ