Preview

Радиопромышленность

Расширенный поиск

Интеллектуальная мобильная система наблюдения за средой в условиях помещений

https://doi.org/10.21778/2413-9599-2018-28-4-41-46

Полный текст:

Аннотация

Исследование посвящено разработке распределенной системы наблюдения за средой, предназначенной для сбора данных о параметрах среды и их анализа в режиме реального времени. Получены первоначальные результаты функционирования системы в целом: рассмотрены основные пути к построению систем наблюдения за средой в условиях помещений, предложен подход к созданию распределенной системы наблюдения, разработан способ автономного передвижения агентов и проведены эксперименты, целью которых являлась оценка метода в сравнении с существующими. В работе представлены анализ методов автономного передвижения роботов, исследование подходов построения распределенных систем и описание технических характеристик системы наблюдения за средой, предназначенной для решения задач мониторинга и контроля доступа, с возможностью интеграции в существующие робототехнические и автоматизированные комплексы.

Об авторах

А. Ш. Абдурахманов
Московский государственный технический университет им. Н.Э. Баумана, Калужский филиал
Россия

Абдурахманов Анвар Шавкатович, студент

248000, Калуга, ул. Баженова, д. 2



А. Ш. Абдурахманов
Московский государственный технический университет им. Н.Э. Баумана, Калужский филиал
Россия

Абдурахманов Акмал Шавкатович, аспирант

248000, Калуга, ул. Баженова, д. 2



В. А. Федорова
Московский государственный технический университет им. Н.Э. Баумана
Россия

Федорова Вероника Анатольевна, к.т.н., доцент

105005, Москва, ул. 2-я Бауманская, д. 5, стр. 1



Список литературы

1. Карпов В. Э. Коллективное поведение роботов. Желаемое и действительное // Современная мехатроника: сб. научных трудов Всероссийской научной школы. М.: РосНОУ, 2011. C. 35–51.

2. Марк Э. С. Практические советы и решения по созданию «умного дома». М.: НТ Пресс, 2007. 432 с.

3. McFarlane R. A survey of exploration strategies in reinforcement learning [Электронный ресурс]. URL: https://www.cs.mcgill.ca/~cs526/roger.pdf (дата обращения: 15.10.2018).

4. Stadie B. C., Levine S., Abbeel P. Incentivizing exploration in reinforcement learning with deep predictive models [Электронный ресурс]. URL: https://arxiv.org/pdf/1507.00814.pdf (дата обращения: 15.10.2018).

5. Tang H. et al. #Exploration: a study of count-based exploration for deep reinforcement learning [Электронный ресурс]. URL: https://arxiv.org/abs/1611.04717 (дата обращения 15.10.2018).

6. Dearden R., Friedman N., Russell S. Bayesian Q-learning [Электронный ресурс]. URL: http://ai.stanford.edu/~nir/Papers/DFR1.pdf (дата обращения: 15.10.2018).


Для цитирования:


Абдурахманов А.Ш., Абдурахманов А.Ш., Федорова В.А. Интеллектуальная мобильная система наблюдения за средой в условиях помещений. Радиопромышленность. 2018;28(4):41-46. https://doi.org/10.21778/2413-9599-2018-28-4-41-46

For citation:


Abdurakhmanov A.S., Abdurakhmanov A.S., Fedorova V.A. Intellectual mobile system for monitoring environment in the premises. Radio industry (Russia). 2018;28(4):41-46. (In Russ.) https://doi.org/10.21778/2413-9599-2018-28-4-41-46

Просмотров: 146


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2413-9599 (Print)
ISSN 2541-870X (Online)