350 rub
Journal Neurocomputers №3 for 2017 г.
Article in number:
Application of artificial neural networks in vehicle systems, special robotic systems
Keywords: robotic system artificial neural network multilayer perceptron Kohonen self-organizing map a convolutional neural network object recognition
Authors:
D.S. Chirov - Dr.Sc. (Eng.), Associate Professor, Deputy Chief of the General Research and Testing Center of Robotics of the Ministry of Defense (Moscow) E-mail: den-chirov@yandex.ru A.N. Stetsuk - Chief of Research Department, General Research and Testing Center of Robotics of the Ministry of Defense (Moscow) E-mail: gniizrt@mail.ru
Abstract:
The article presents an overview of the results of the application of artificial neural networks in vehicle systems, robotic systems for special and dual purpose. The aim of the study is to determine the role of neural network technology in a special robotics. According to the results of the analysis determined the most popular applications of artificial neural networks in vision systems and payload of robotic systems for classification and recognition of objects, in control systems and decision support.
Pages: 42-46
References

 

  1. KHripunov S.P., Blagodarjashhev I.V., CHirov D.S. Voennaja robototekhnika: sovremennye trendy i vektory razvitija // Trendy i upravlenie. 2015. № 4. S. 410-422.
  2. Lapshov V.S., Noskov V.P., Rubcov I.V., Rudianov N.A., Gurdzhi A.I., Rjabov A.V., KHrushhev V.S. Perspektivy razrabotki avtonomnykh nazemnykh robototekhnicheskikh kompleksov specialnogo voennogo naznachenija // Izv. JUFU. Tekhnicheskie nauki. 2016. № 1 (174). S. 156-168.
  3. Motienko A.I., Ronzhin A.L., Pavljuk N.A. Sovremennye razrabotki avarijjno-spasatelnykh robotov: vozmozhnosti i principy ikh primenenija // Nauchnyjj vestnik NGTU. 2015. T. 60. № 3. S. 147-165.
  4. Kaljaev I.A., Rubcov I.V. Boevym robotam nuzhna programma // Nacionalnaja oborona. 2012. № 8 (77). C. 34-48.
  5. Carichenko S.G., Ivanov A.V., Osipov JU.N., Kartenichev A.JU., Ershov V.I. Osobennosti primenenija bespilotnykh letatelnykh apparatov v interesakh MCHS Rossii // Trudy mezhdunarodnojj nauchno-tekhnicheskojj konferencii «EHkstremalnaja robototekhnika». 2015. S. 24-29.
  6. Illarionov G.JU. Nekotorye aspekty voennogo primenenija podvodnykh robotov za rubezhom // Izv. JUzhnogo federalnogo universiteta. Tekhnicheskie nauki. 2012. № 3. T. 128. S. 65-75.
  7. Romanov I.D., CHernyshov E.A., Romanova E.A., Romanov A.D. Avtonomnye i distancionno upravljaemye mashiny podderzhki pekhotnogo otdelenija i neposredstvennogo obespechenija boevykh dejjstvijj // Sovremennye naukoemkie tekhnologii. 2015. № 3. S. 71-75.
  8. Rubcov I.V. Voprosy sostojanija i perspektivy razvitija otechestvennojj nazemnojj robototekhniki voennogo i specialnogo naznachenija // Izv. JUzhnogo federalnogo universiteta. Tekhnicheskie nauki. 2013. № 3 (140). S. 14-21.
  9. Poltavskijj A.V., ZHumabaeva A.S., Bikeev R.R. Mnogofunkcionalnye kompleksy bespilotnykh letatelnykh apparatov: razvitie v sisteme vooruzhenija // Nadezhnost i kachestvo slozhnykh sistem. 2016. № 1 (13). S. 39-46.
  10. http://www.videopolk.ru/bespilotniki_v_sirii/ ot 10.03.2017 g.
  11. Postarnak D.V. Kriticheskijj analiz modelejj nejjronnykh setejj // Vestnik Tjumenskogo gosudarstvennogo universiteta. Socialno-ehkonomicheskie i pravovye issledovanija. 2012. № 4. S. 162-167.
  12. Druki A.A. Primenenie svertochnykh nejjronnykh setejj dlja vydelenija i raspoznavanija avtomobilnykh nomernykh znakov na izobrazhenijakh so slozhnym fonom // Izv. Tomskogo politekhnicheskogo universiteta. 2014. № 5. T. 324. S. 85-92.
  13. Kalinovskijj I.A.,Spicyn V.G. Algoritm obnaruzhenija lic na osnove svertochnojj nejjronnojj seti // Nejjrokompjutery: razrabotka, primenenie. 2013. № 10. S. 48-53.
  14. http://www.cs.nyu.edu/~ylclab/data/norb-v1.0/index.htmlot 10.03.2017 g.
  15. Makarenkov S.A., Tereshonok M.V., CHirov D.S. Ispolzovanie samoorganizujushhejjsja nejjronnojj seti na radialnykh bazisnykh funkcijakh dlja povyshenija pomekhoustojjchivosti sistem klassifikacii istochnikov radiosignalov // T-Comm - Telekommunikacii i Transport. 2010. № 11. S. 34-36.
  16. Kallan R. Osnovnye koncepcii nejjronnykh setejj: Per. s angl. M.: Izdatelskijj dom «Viljams». 2001. 287 s.
  17. http://robotosha.ru/robotics/how-it-works-driverless-car-google.html ot 10.03.2017 g.
  18. Kussul M.EH., Sadovaja O.G., Sychev A.S. Sistema raspoznavanija peshekhoda s pomoshhju odnojj videokamery // Matematicheskie mashiny i sistemy. 2006. № 3. T. 1. S. 36-43.
  19. Savchenko O.V., Kurennov D.V. Sistema upravlenija robotom na osnove konechnogo avtomata i nejjronnojj seti // Vestnik Ufimskogo gosudarstvennogo aviacionnogo tekhnicheskogo universiteta. 2014. № 5. T. 18. S. 192-196.
  20. http://secretmag.ru/longread/2016/07/01/proekty-osnovannye-na-nejrosetyah/ ot 10.03.2017 g.
  21. KHripunov S.P., CHirov D.S. Intellektualnye metody raspoznavanija takticheskikh situacijj v uslovijakh avtonomnogo primenenija robototekhnicheskikh kompleksov voennogo naznachenija // Voprosy bezopasnosti. 2017. № 1. S. 22-34.
  22. http://voennoe.rf/2016/%D0%90%D0%B2%D0%B8%D0%B0%D0%BA%D0%B0%D1%82%D0%B0%D1%81%D1%82%D1%80%D0%BE%D1%84%D0%B010/ot 10.03.2017 g.
  23. Nemirovskijj V.B., Stojanov A.K. Povyshenie informativnosti polnocvetnykh izobrazhenijj s pomoshhju nejjrosetevogo algoritma mnogoshagovojj segmentacii // Sovremennye naukoemkie tekhnologii. 2015. № 3. S. 55-60.
  24. CHernjavskijj A.V., Spicyn V.G. Primenenie ehvoljucionirujushhejj nejjronnojj seti dlja uluchshenija kachestva izobrazhenija // Izv. Tomskogo politekhnicheskogo universiteta. 2006. T. 309. № 7. S. 26-31.