Методика обоснования требований к системе технического зрения робототехнического комплекса
Ключевые слова:
робототехнический комплекс, системы технического зрения, распознавание, измерительные средства, методы оптимизации, компромиссные решения, рекурсивная процедураАннотация
В статье представлена методика обоснования требований к системе технического зрения робототехнического комплекса. Система технического зрения робототехнического комплекса рассматривается как совокупность двух подсистем: измерения и распознавания. Для реализации методики разработаны: методики расчетов частных критериев оптимальности для решения задачи обоснования технических требований и оценки области поиска оптимальных значений характеристик измерительных средств системы технического зрения робототехнического комплекса; рекурсивная процедура выбора оптимальных значений характеристик измерительного средства системы технического зрения робототехнического комплекса; схема компромисса для оценки оптимальных технических характеристик перспективных измерительных средств системы технического зрения робототехнического комплекса в различных технико-экономических концепциях. Поиск оптимального решения производится по частным критериям: эффективность распознавания, стоимость и риск создания измерительного средства. Для построения рекурсивной процедуры на основе сформулированных допущений и утверждения синтезирован критерий, обеспечивающий поиск Парето-оптимальных решений. Разработанная методика при выборе решения из компромиссной области позволяет учитывать существующую (желательную) технико-экономическую концепцию создания робототехнического комплекса.Литература
1. Колесников Н.Е., Кошелева Т.Н. Промышленные роботы и их комплексы как важнейшая форма высокопроизводительных рабочих мест // Экономика и управление. 2014. № 10 (108). С. 29–32.
2. Хрипунов С.П., Благодарящев И.В., Чиров Д.С. Военная робототехника: современные тренды и векторы развития // Тренды и управление. 2015. № 4. С. 410–422.
3. Лапшов В.С. и др. Перспективы разработки автономных наземных робототехнических комплексов специального военного назначения // Известия ЮФУ. Технические науки. 2016. № 1(174). С. 156–168.
4. Мотиенко А.И., Ронжин А.Л., Павлюк Н.А. Современные разработки аварийно-спасательных роботов: возможности и принципы их применения // Научный вестник НГТУ. 2015. Том 60. № 3. С. 147–165.
5. Ермишин К.В., Ющенко А.С. Коллаборативные мобильные роботы – новый этап развития сервисной робототехники // Робототехника и техническая кибернетика. 2016. № 3(12). С. 3–9.
6. Mohameda Z., Capi G. Development of a New Mobile Humanoid Robot for Assisting Elderly People // Procedia Engineering. 2012. vol. 41. pp. 345–351.
7. Сенчик К.Ю., Харламов В.В., Грязнов Н.А., Лопота А.В. О перспективах применения робототехники в медицине // Труды международной научно-технической конференции «Экстремальная робототехника». Санкт-Петербург: Изд-во «Политехника-сервис». 2015. С. 40–43.
8. Мошкин В.И., Петров А.А., Титов В.С., Якушенков Ю.Г. Техническое зрение роботов // М.: Машиностроение. 1990. 272 c.
9. Шапиро Л., Стокман Дж. Компьютерное зрение // Бином. 2006. 752 с.
10. Boguslavsky A.A., Sokolov S.M. The real time Vision System for small-sized target tracking // Int. J. Computing Science and Mathematics. 2007. vol. 1. no. 1. pp. 115–127.
11. Колючкин В.Я., Нгуен К.М. Методика обоснования требований к системам технического зрения промышленных робототехнических комплексов // Наука и Образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. №7. C. 198–205.
12. Егоров И.В., Лачугин Д.В. Оптимизация параметров системы технического зрения на базе трех камер // Вестник СГТУ. 2012. № 1(64). Вып. 2. С. 393–397.
13. Клоков А.В., Якубов В.П., Шипилов С.Э., Юрченко В.И. Разработка системы технического зрения для роботов на основе радиовидения с использованием фокусирующих линз Люнеберга // Труды СПИИРАН. 2016. Вып. 2(45). C. 130–140.
14. Аникин В.А. и др. Облик выносной системы технического зрения на базе БЛА для робототехнических мобильных наземных комплексов // Известия ЮФУ. Технические науки. 2014. №3(152). С. 70–77.
15. Волосатова Т.М., Марченков А.М., Чичварин Н.В. Разработка комбинированной системы технического зрения мобильных роботов // Материалы Всероссийской научно-технической конференции молодых ученых, аспирантов и студентов. 2016. С. 355–358.
16. Михайлов Б.Б. Техническое зрение мобильных роботов // Труды научно-технической конференции-семинара «Техническое зрение в системах управления мобильного объекта-2010». 2010. Вып. 4. С. 191–201.
17. Андреев В.П., Пряничников В.Е. Системы технического зрения мобильных роботов с супервизорным сетевым управлением // Механика, управление и информатика. ИКИ РАН. 2012. №8. C.58–61.
18. Желтов С.Ю., Визильтер Ю.В. Перспективы интеллектуализации систем управления ЛА за счет применения технологий машинного зрения // Труды МФТИ. 2009. Том 1. №4. С. 164–181.
19. Tao L, Matuszewski B.J. Robust deformable shape reconstruction from monocular video with manifold forests // Machine Vision and Applications. 2016. vol. 27. Issue 6. pp 801–819.
20. Pu Y.-R., Chen Y.-J., Lee S.-H. Fire recognition based on correlation of segmentations by image processing techniques // Machine Vision and Applications. 2015. vol. 26. Issue 7. pp 849–856.
21. Cubero S. et al. Advances in Machine Vision Applications for Automatic Inspection and Quality Evaluation of Fruits and Vegetables // Food and Bioprocess Technology. 2011. vol. 4. Issue 4. pp 487–504.
22. Panfilov P.B., Korolev S.V. Integration of 3D dynamic models being created by 3D machine vision system into telerobotics applications // Automation and Remote Control. 2011. vol. 72. Issue 5. pp 1102–1113.
23. Полтавский А.В. Оптимизация характеристик когерентных систем обнаружения объектов на основе имитационного моделирования // Двойные технологии. 2013. № 1 (62). С. 43–49.
24. Полтавский. А.В. Математическое моделирование в формировании облика сложной системы // Научный вестник Московского государственного технического университета гражданской авиации. 2012. № 175. С. 130–141.
25. Губонин Н.С. Оптимизация по Парето при проектировании сложных информационных систем // Приборы и системы. Управление, контроль, диагностика. 2012. № 4. С. 7–12.
26. Денисов А.В. Моделирование оптико-электронных систем космического назначения // Известия высших учебных заведений. Приборостроение. 2015. Т. 58. № 11. С. 882–889.
27. Бусленко Н.П. Моделирование сложных систем // М: Наука. 1968. 356 с.
28. Чиров Д.С. Методический подход к обоснованию технических характеристик комплексов радиомониторинга для решения задач распознавания источников радиоизлучения // T-Comm. 2011. № 11. С. 85–87.
29. Чиров Д.С., Терешонок М.В., Елсуков Б.А. Метод и алгоритмы оптимизации технических характеристик комплексов радиомониторинга // T-Comm. 2014. Т. 8. № 10. С. 88–92.
30. Визильтер Ю.В., Желтов С.Ю. Проблемы технического зрения в современных авиационных системах // Техническое зрение в системах управления мобильными объектами-2010: Труды научно-технической конференции-семинара.: КДУ. 2011. Вып. 4. С. 11–44
31. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач // М.: Наука. 1982. 39 с.
32. Ногин В.Д. Принятие решения в многокритериальной среде: количественный подход // М.: ФизматИсТ. 2005. С. 151–155.
33. Сорокин В.А. Развитие методологии ценообразования как ключевая задача в повышении оснащенности Вооруженных Сил РФ вооружением, военной и специальной техникой // Вооружение и экономика. 2008. № 2 (2). с. 19–31.
34. Гольдштейн Г.Я. Cтратегический инновационный менеджмент: тенденции, технологии, практика: монография // Таганрог: Изд-во ТРТУ. 2002. 179 c.
35. Альтшуллер Г.С. О прогнозировании развития технических систем // Баку. 1975. 12 с.
36. Bennet C.A., Winterstein S.H., Kent R.E. Image Quality and Target Recognition, Human Factors. 1967. № 9. pp. 5–32.
37. Горелик А.Л., Скрипкин В.А. Методы распознавания: 2-е изд. // М.: Высшая школа. 1984. 207 с.
38. Прэтт У. Цифровая обработка изображений: пер. с англ. // М.: Мир. 1982. Кн. 2. 480 с.
39. Тропченко А.А. Методы повышения робастности распознавания в мультимодальных биометрических системах // Известия ВУЗов. Приборостроение. 2014. Т. 57. № 4. С. 20–23.
40. Гулевич С.П., Веселов Ю.Г., Прядкин С.П. Описание изображений сложных наземных объектов в задаче распознавания образов // Наука и Образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2012. № 11. C. 239–260.
41. Аджемов С.С., Терешонок М.В., Чиров Д.С. Распознавание видов цифровой модуляции радиосигналов с использованием нейронных сетей // Вестник Московского ун-та. Сер. 3. Физика и Астрономия. 2015. № 1. C. 23–28.
42. Лиокумович Д.С., Силуянова М.В. Планирование и управление производством при повышении качества и конкурентоспособности сложных технических систем // Электротехнические и информационные комплексы и системы. 2012. № 3. Т. 8. С. 18–24.
43. Дедков В.К. Принципы формирования критериев и показателей эффективности функционирования сложных технических систем // Надежность и качество сложных систем. 2013. № 4. С. 3–8.
44. Ногин В.Д. Проблема сужения множества Парето: подходы к решению // Искусственный интеллект и принятие решений. 2008. №1. С. 98–112.
45. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения // М.: Радио и связь. 1981. 560 с.
46. Штойер Р. Многокритериальная оптимизация: теория, вычисления, приложения // М.:Наука. 1982. 504 c.
2. Хрипунов С.П., Благодарящев И.В., Чиров Д.С. Военная робототехника: современные тренды и векторы развития // Тренды и управление. 2015. № 4. С. 410–422.
3. Лапшов В.С. и др. Перспективы разработки автономных наземных робототехнических комплексов специального военного назначения // Известия ЮФУ. Технические науки. 2016. № 1(174). С. 156–168.
4. Мотиенко А.И., Ронжин А.Л., Павлюк Н.А. Современные разработки аварийно-спасательных роботов: возможности и принципы их применения // Научный вестник НГТУ. 2015. Том 60. № 3. С. 147–165.
5. Ермишин К.В., Ющенко А.С. Коллаборативные мобильные роботы – новый этап развития сервисной робототехники // Робототехника и техническая кибернетика. 2016. № 3(12). С. 3–9.
6. Mohameda Z., Capi G. Development of a New Mobile Humanoid Robot for Assisting Elderly People // Procedia Engineering. 2012. vol. 41. pp. 345–351.
7. Сенчик К.Ю., Харламов В.В., Грязнов Н.А., Лопота А.В. О перспективах применения робототехники в медицине // Труды международной научно-технической конференции «Экстремальная робототехника». Санкт-Петербург: Изд-во «Политехника-сервис». 2015. С. 40–43.
8. Мошкин В.И., Петров А.А., Титов В.С., Якушенков Ю.Г. Техническое зрение роботов // М.: Машиностроение. 1990. 272 c.
9. Шапиро Л., Стокман Дж. Компьютерное зрение // Бином. 2006. 752 с.
10. Boguslavsky A.A., Sokolov S.M. The real time Vision System for small-sized target tracking // Int. J. Computing Science and Mathematics. 2007. vol. 1. no. 1. pp. 115–127.
11. Колючкин В.Я., Нгуен К.М. Методика обоснования требований к системам технического зрения промышленных робототехнических комплексов // Наука и Образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. №7. C. 198–205.
12. Егоров И.В., Лачугин Д.В. Оптимизация параметров системы технического зрения на базе трех камер // Вестник СГТУ. 2012. № 1(64). Вып. 2. С. 393–397.
13. Клоков А.В., Якубов В.П., Шипилов С.Э., Юрченко В.И. Разработка системы технического зрения для роботов на основе радиовидения с использованием фокусирующих линз Люнеберга // Труды СПИИРАН. 2016. Вып. 2(45). C. 130–140.
14. Аникин В.А. и др. Облик выносной системы технического зрения на базе БЛА для робототехнических мобильных наземных комплексов // Известия ЮФУ. Технические науки. 2014. №3(152). С. 70–77.
15. Волосатова Т.М., Марченков А.М., Чичварин Н.В. Разработка комбинированной системы технического зрения мобильных роботов // Материалы Всероссийской научно-технической конференции молодых ученых, аспирантов и студентов. 2016. С. 355–358.
16. Михайлов Б.Б. Техническое зрение мобильных роботов // Труды научно-технической конференции-семинара «Техническое зрение в системах управления мобильного объекта-2010». 2010. Вып. 4. С. 191–201.
17. Андреев В.П., Пряничников В.Е. Системы технического зрения мобильных роботов с супервизорным сетевым управлением // Механика, управление и информатика. ИКИ РАН. 2012. №8. C.58–61.
18. Желтов С.Ю., Визильтер Ю.В. Перспективы интеллектуализации систем управления ЛА за счет применения технологий машинного зрения // Труды МФТИ. 2009. Том 1. №4. С. 164–181.
19. Tao L, Matuszewski B.J. Robust deformable shape reconstruction from monocular video with manifold forests // Machine Vision and Applications. 2016. vol. 27. Issue 6. pp 801–819.
20. Pu Y.-R., Chen Y.-J., Lee S.-H. Fire recognition based on correlation of segmentations by image processing techniques // Machine Vision and Applications. 2015. vol. 26. Issue 7. pp 849–856.
21. Cubero S. et al. Advances in Machine Vision Applications for Automatic Inspection and Quality Evaluation of Fruits and Vegetables // Food and Bioprocess Technology. 2011. vol. 4. Issue 4. pp 487–504.
22. Panfilov P.B., Korolev S.V. Integration of 3D dynamic models being created by 3D machine vision system into telerobotics applications // Automation and Remote Control. 2011. vol. 72. Issue 5. pp 1102–1113.
23. Полтавский А.В. Оптимизация характеристик когерентных систем обнаружения объектов на основе имитационного моделирования // Двойные технологии. 2013. № 1 (62). С. 43–49.
24. Полтавский. А.В. Математическое моделирование в формировании облика сложной системы // Научный вестник Московского государственного технического университета гражданской авиации. 2012. № 175. С. 130–141.
25. Губонин Н.С. Оптимизация по Парето при проектировании сложных информационных систем // Приборы и системы. Управление, контроль, диагностика. 2012. № 4. С. 7–12.
26. Денисов А.В. Моделирование оптико-электронных систем космического назначения // Известия высших учебных заведений. Приборостроение. 2015. Т. 58. № 11. С. 882–889.
27. Бусленко Н.П. Моделирование сложных систем // М: Наука. 1968. 356 с.
28. Чиров Д.С. Методический подход к обоснованию технических характеристик комплексов радиомониторинга для решения задач распознавания источников радиоизлучения // T-Comm. 2011. № 11. С. 85–87.
29. Чиров Д.С., Терешонок М.В., Елсуков Б.А. Метод и алгоритмы оптимизации технических характеристик комплексов радиомониторинга // T-Comm. 2014. Т. 8. № 10. С. 88–92.
30. Визильтер Ю.В., Желтов С.Ю. Проблемы технического зрения в современных авиационных системах // Техническое зрение в системах управления мобильными объектами-2010: Труды научно-технической конференции-семинара.: КДУ. 2011. Вып. 4. С. 11–44
31. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач // М.: Наука. 1982. 39 с.
32. Ногин В.Д. Принятие решения в многокритериальной среде: количественный подход // М.: ФизматИсТ. 2005. С. 151–155.
33. Сорокин В.А. Развитие методологии ценообразования как ключевая задача в повышении оснащенности Вооруженных Сил РФ вооружением, военной и специальной техникой // Вооружение и экономика. 2008. № 2 (2). с. 19–31.
34. Гольдштейн Г.Я. Cтратегический инновационный менеджмент: тенденции, технологии, практика: монография // Таганрог: Изд-во ТРТУ. 2002. 179 c.
35. Альтшуллер Г.С. О прогнозировании развития технических систем // Баку. 1975. 12 с.
36. Bennet C.A., Winterstein S.H., Kent R.E. Image Quality and Target Recognition, Human Factors. 1967. № 9. pp. 5–32.
37. Горелик А.Л., Скрипкин В.А. Методы распознавания: 2-е изд. // М.: Высшая школа. 1984. 207 с.
38. Прэтт У. Цифровая обработка изображений: пер. с англ. // М.: Мир. 1982. Кн. 2. 480 с.
39. Тропченко А.А. Методы повышения робастности распознавания в мультимодальных биометрических системах // Известия ВУЗов. Приборостроение. 2014. Т. 57. № 4. С. 20–23.
40. Гулевич С.П., Веселов Ю.Г., Прядкин С.П. Описание изображений сложных наземных объектов в задаче распознавания образов // Наука и Образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2012. № 11. C. 239–260.
41. Аджемов С.С., Терешонок М.В., Чиров Д.С. Распознавание видов цифровой модуляции радиосигналов с использованием нейронных сетей // Вестник Московского ун-та. Сер. 3. Физика и Астрономия. 2015. № 1. C. 23–28.
42. Лиокумович Д.С., Силуянова М.В. Планирование и управление производством при повышении качества и конкурентоспособности сложных технических систем // Электротехнические и информационные комплексы и системы. 2012. № 3. Т. 8. С. 18–24.
43. Дедков В.К. Принципы формирования критериев и показателей эффективности функционирования сложных технических систем // Надежность и качество сложных систем. 2013. № 4. С. 3–8.
44. Ногин В.Д. Проблема сужения множества Парето: подходы к решению // Искусственный интеллект и принятие решений. 2008. №1. С. 98–112.
45. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения // М.: Радио и связь. 1981. 560 с.
46. Штойер Р. Многокритериальная оптимизация: теория, вычисления, приложения // М.:Наука. 1982. 504 c.
Опубликован
2017-04-01
Как цитировать
Чиров, Д. С., Чертова, О. Г., & Потапчук, Т. Н. (2017). Методика обоснования требований к системе технического зрения робототехнического комплекса. Труды СПИИРАН, 2(51), 152-176. https://doi.org/10.15622/sp.51.7
Выпуск
Раздел
Средства вычислительной техники и систем управления
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).