Электронный каталог

Статья

Ал-Хафаджи, И.М.А.
Улучшение передвижения шестиколесного наземного робота по различным типам местности с использованием алгоритма А* и нейронных сетей / И.М.А. Ал-Хафаджи, А.В. Панов // Вестник Ростовского государственного университета путей сообщения. – 2025. – №1 (97). – С. 51-57: ил., табл. - Библиогр.: 10 назв.

Сверточная нейронная сеть для классификации типов поверхностей, с которыми столкнулись мобильные роботы при выполнении задач навигации. Классификация из пяти типов поверхностей, с которыми можно столкнуться в Ираке: глина, холмы, ямы, дороги и бетонные покрытия. Архитектура сверточной нейронной сети (CNN) состоит из трех блоков свертки со слоями нормализации и активации ReLU, слоя объединения, полносвязанного классификационного слоя после CNN. Обучение с 96,62 % точностью убедило, что это эффективно. Лучевые графики показывают острый спад потерь и улучшение точности классификации, а кросс-матрица подтверждает успешное распознавание большинства типов поверхностей с недопущением ошибки в классификации холмов. CNN позволяет этим роботам быстрее приспособляться к такой сложной местности, динамически корректируя навигационные пути, что значительно повышает надежность и автономность в реальных операциях.



Ключевые слова = ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ
Ключевые слова = ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ (ИКТ)
Ключевые слова РП = автоматика
Ключевые слова = ТЕЛЕКОММУНИКАЦИИ
Ключевые слова РП = матрица путаницы
Ключевые слова РП = алгоритм А*
Ключевые слова = НЕЙРОННАЯ СЕТЬ
сеть нейронная сверточная (CNN)