Технические науки

Нейросети помогут следящему за городским освещением роботу ориентироваться

Max Pixel

Исследователи из Пермского политехнического университета разработали систему управления роботом, который будет заменять неработающие светильники. Ориентироваться в пространстве ему помогут алгоритмы машинного обучения и нейронные сети. О разработке ученые рассказали на международной конференции International Conference on Applied Innovation in IT.

Чтобы «научить» робокомплекс ориентироваться в городе и взаимодействовать с объектами реального мира, ученые разработали для него алгоритм работы. Искусственный интеллект распознает фонарь на изображении, которое делает видеокамера робота, и направляет его манипулятор для замены светильника. Алгоритмы и нейронные сети позволяют роботу решать эти задачи даже условиях ограниченной видимости.

«Работы по замене светильников на улице проводят на высоте 8 – 15 метров при наличии осадков, ветра или низких температур. Кроме того во время этих процедур транспортная сеть становится более загруженной. Специалисты не могут провести полную диагностику неисправностей, так как работают в неудобном положении и ограничены во времени и инструментах. Один робототехнический комплекс позволит заменить несколько бригад, которые обслуживают освещение, — рассказывает один из разработчиков, магистрант электротехнического факультета Пермского Политеха Павел Сливницин.

В современных условиях, интеллектуальным устройствам важно уметь самостоятельно собирать и обрабатывать информацию. Роботы на производстве ориентируются в пространстве с помощью заранее определенных карт или радиометок. В реальном мире эти технологии становятся дорогостоящим. Невозможно оборудовать метками все объекты и поддерживать карты внешней среды в актуальном состоянии. В качестве решения данной проблемы разработчики предложили использовать нейронные сети и методы машинного обучения, чтобы научить робота распознавать сложные объекты в режиме реального времени. По фото или видео он классифицирует светильники и на основе этого принимает решения. Обучения нейронной сети разработчики провели с помощью 250 фотографий фонарей в «знакомых» для робота ракурсах. Подборку в дальнейшем можно будет пополнять новыми фото, которые собирает робокомплекс. Устройство работает эффективно даже на вычислительных ресурсах с небольшой мощностью.

Структура работы робототехнического комплекса

Пермский политехнический университет

Робокомплекс будет транспортироваться до фонаря на автомобиле, которым может управлять и искусственный интеллект. Чтобы робот мог выполнить работу, у светильника должен быть универсальный разъем, крепление позволит быстро его снимать и устанавливать. Таким образом замена светильников станет однотипной операцией, и роботы смогут выполнять ее в автоматическом режиме.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.